| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 恶意代码检测技术研究背景 | 第8页 |
| 1.2 课题研究的目的和意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.4 主要研究内容 | 第12页 |
| 1.5 文章框架 | 第12-14页 |
| 第2章 Android恶意代码检测技术介绍 | 第14-21页 |
| 2.1 引言 | 第14页 |
| 2.2 Android系统简介 | 第14-15页 |
| 2.3 Android恶意代码检测技术概述 | 第15-17页 |
| 2.3.1 动态分析检测技术 | 第15页 |
| 2.3.2 静态分析检测技术 | 第15-17页 |
| 2.4 静态分析检测框架Androguard简介 | 第17-18页 |
| 2.5 机器学习分类识别算法概述 | 第18-20页 |
| 2.6 本章小结 | 第20-21页 |
| 第3章 Android静态行为特征的分析与提取 | 第21-30页 |
| 3.1 引言 | 第21页 |
| 3.2 权限特征的恶意行为分析与提取 | 第21-26页 |
| 3.2.1 权限特征的行为分析 | 第21-23页 |
| 3.2.2 权限特征的提取 | 第23-26页 |
| 3.3 系统API特征的恶意行为分析与提取 | 第26-28页 |
| 3.3.1 系统API的行为分析 | 第26-27页 |
| 3.3.2 系统API特征的提取 | 第27-28页 |
| 3.4 函数调用关系图的特征分析与提取 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于多特征的Android恶意代码检测模型 | 第30-45页 |
| 4.1 引言 | 第30页 |
| 4.2 基于权限特征的检测模块 | 第30-32页 |
| 4.3 基于系统API特征的检测模块 | 第32-34页 |
| 4.4 基于函数调用关系图的检测模块 | 第34-42页 |
| 4.4.1 图核函数算法 | 第34-35页 |
| 4.4.2 基于敏感API的函数结点编码 | 第35-39页 |
| 4.4.3 基于指令操作码的函数结点编码 | 第39-41页 |
| 4.4.4 子结构信息的构造 | 第41-42页 |
| 4.4.5 函数调用关系图的核函数构造 | 第42页 |
| 4.5 基于多特征的Android恶意代码检测模型 | 第42-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 实验设计与结果分析 | 第45-56页 |
| 5.1 实验样本介绍 | 第45-46页 |
| 5.2 实验设计 | 第46-48页 |
| 5.2.1 实验数据集的划分 | 第47-48页 |
| 5.2.2 恶意代码检测分类评价方法 | 第48页 |
| 5.3 实验结果及分析 | 第48-55页 |
| 5.3.1 权限特征的特征选择实验 | 第48-50页 |
| 5.3.2 系统API特征的特征选择实验 | 第50-52页 |
| 5.3.3 两种编码方式的图核函数对比试验 | 第52-53页 |
| 5.3.4 基于多特征的检测模型的分类实验 | 第53-54页 |
| 5.3.5 本课题的检测模型与以往方法的对比实验 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |