| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1. 课题研究背景及意义 | 第9-10页 |
| 1.2. 国内外发展研究现状 | 第10-12页 |
| 1.3. 论文研究内容 | 第12页 |
| 1.4. 论文组织结构 | 第12-14页 |
| 第二章 相关技术研究 | 第14-22页 |
| 2.1. Android系统框架结构 | 第14-15页 |
| 2.2. Android安全机制简介 | 第15-16页 |
| 2.3. Android恶意应用剖析 | 第16-17页 |
| 2.3.1. 恶意软件分类 | 第16页 |
| 2.3.2. 恶意负载的加载方式 | 第16-17页 |
| 2.4. Android恶意应用检测技术研究 | 第17-18页 |
| 2.5. 恶意代码检测问题中的分类技术 | 第18-22页 |
| 2.5.1. 决策树分类算法 | 第19-20页 |
| 2.5.2. 朴素贝叶斯分类算法 | 第20页 |
| 2.5.3. KNN分类算法 | 第20-22页 |
| 第三章 AndroidManifest文件信息的分析和提取 | 第22-38页 |
| 3.1. Android安装包文件结构及数据集描述 | 第22-24页 |
| 3.1.1. Android安装包文件结构 | 第22-23页 |
| 3.1.2. 样本数据集描述 | 第23-24页 |
| 3.2. Android应用权限信息分析与提取 | 第24-28页 |
| 3.2.1. Android权限机制原理 | 第24-25页 |
| 3.2.2. Android权限信息的统计分析 | 第25-28页 |
| 3.3. Android组件信息的分析与提取 | 第28-33页 |
| 3.3.1. Android组件机制原理 | 第28-30页 |
| 3.3.2. Android组件的统计分析 | 第30-33页 |
| 3.4. 基于卡方检验的关键权限筛选 | 第33-35页 |
| 3.5. 基于信息增益原理的组件信息量化门限选择方法 | 第35-37页 |
| 3.6. 本章小结 | 第37-38页 |
| 第四章 基于AndroidManifest文件信息的恶意应用检测方法 | 第38-59页 |
| 4.1. 恶意应用检测方法设计 | 第38-39页 |
| 4.2. 数据处理 | 第39-41页 |
| 4.3. 特征向量生成 | 第41-43页 |
| 4.4. 分类器选择和实验结果分析 | 第43-53页 |
| 4.4.1. 检测方法的准确率分析 | 第45-47页 |
| 4.4.2. 检测方法的检出率分析 | 第47-48页 |
| 4.4.3. 检测方法的错检率结果分析 | 第48-50页 |
| 4.4.4. 与其检测方法的比较分析 | 第50-53页 |
| 4.5. 检测方法的改进 | 第53-58页 |
| 4.5.1. Android权限的去相关性 | 第53-55页 |
| 4.5.2. 实验结果及分析 | 第55-58页 |
| 4.6. 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1. 本文工作总结 | 第59页 |
| 5.2. 未来研究内容展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 攻读学位期间发表的学术论文 | 第65页 |
