| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题的背景与意义 | 第10-11页 |
| 1.1.1 智能手机及恶意软件发展现状 | 第10-11页 |
| 1.2 Android恶意软件国内外研究情况 | 第11-12页 |
| 1.3 研究内容及安排 | 第12-14页 |
| 第二章 系统相关理论介绍 | 第14-21页 |
| 2.1 Android系统介绍 | 第14-16页 |
| 2.2 Android系统的安全机制 | 第16-17页 |
| 2.3 Android恶意软件研究 | 第17-20页 |
| 2.3.1 Android恶意软件分析 | 第17-18页 |
| 2.3.2 Android的恶意软件签名 | 第18-20页 |
| 2.4 Android恶意软件检测系统的需求分析 | 第20页 |
| 2.4.1 Android恶意软件监控功能的需求分析 | 第20页 |
| 2.4.2 Android恶意软件检测功能的需求分析 | 第20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 Android恶意软件检测系统的关键技术 | 第21-42页 |
| 3.1 动态监控技术 | 第21-24页 |
| 3.1.1 Broadcast Receiver监听机制 | 第21-23页 |
| 3.1.2 广播接收器自定义监控模块 | 第23-24页 |
| 3.2 Android系统的恶意软件行为模式 | 第24-30页 |
| 3.2.1 异常行为 | 第24-27页 |
| 3.2.1.1 异常系统行为 | 第24-25页 |
| 3.2.1.2 行为异常应用 | 第25-27页 |
| 3.2.2 恶意软件的影响形式 | 第27页 |
| 3.2.3 用户行为恶意行为检测 | 第27-30页 |
| 3.3 基于软件的恶意软件行为的动态监测技术 | 第30-41页 |
| 3.3.1 隐Markov模型 | 第30-35页 |
| 3.3.1.1 概念和定义 | 第30-31页 |
| 3.3.1.2 模型表达 | 第31-32页 |
| 3.3.1.3 基于隐Markov模型的检测算法 | 第32-35页 |
| 3.3.2 特征选取 | 第35-38页 |
| 3.3.3 行为建模 | 第38-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 Android系统恶意软件检测系统的设计与实现 | 第42-59页 |
| 4.1 引言 | 第42-43页 |
| 4.2 系统总体设计 | 第43-44页 |
| 4.3 动态行为监控模块的实现 | 第44-50页 |
| 4.3.1 短信监控模块的实现 | 第44-46页 |
| 4.3.2 电话和网络监控模块的实现 | 第46-48页 |
| 4.3.3 GPS监控模块的实现 | 第48-49页 |
| 4.3.4 行为异常日志监控的实现 | 第49-50页 |
| 4.4 恶意行为识别的隐Markov模型 | 第50-58页 |
| 4.4.1 恶意行为检测模块设计 | 第50-52页 |
| 4.4.2 数据结构设计 | 第52-53页 |
| 4.4.3 监控模块的实现 | 第53-56页 |
| 4.4.4 检测模块的实现 | 第56-57页 |
| 4.4.5 学习模块的实现 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 系统测试 | 第59-65页 |
| 5.1 测试环境配置 | 第59-60页 |
| 5.2 系统测试内容 | 第60-61页 |
| 5.3 系统测试分析 | 第61-64页 |
| 5.3.1 动态行为监控模块测试 | 第61页 |
| 5.3.2 测试恶意行为检测模块 | 第61-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 总结和展望 | 第65-67页 |
| 6.1 全文总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
