| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-18页 |
| 第二章 智能蝙蝠算法优化的模糊C均值 | 第18-36页 |
| 2.1 Hadoop分布式云计算技术 | 第18-25页 |
| 2.1.1 HDFS | 第19-21页 |
| 2.1.2 MapReduce | 第21-23页 |
| 2.1.3 YARN | 第23-25页 |
| 2.2 模糊C均值算法 | 第25-26页 |
| 2.3 蝙蝠算法 | 第26-31页 |
| 2.3.1 基本蝙蝠算法 | 第26-28页 |
| 2.3.2 智能蝙蝠算法 | 第28-31页 |
| 2.4 智能蝙蝠算法优化的FCM | 第31-32页 |
| 2.5 实验仿真分析 | 第32-35页 |
| 2.5.1 实验数据集 | 第32页 |
| 2.5.2 实验结果及分析 | 第32-35页 |
| 2.6 本章小结 | 第35-36页 |
| 第三章 手机恶意软件云端检测系统设计与实现 | 第36-49页 |
| 3.1 云端检测方案 | 第36-37页 |
| 3.2 云端检测系统的设计 | 第37-45页 |
| 3.2.1 样本采集 | 第37-39页 |
| 3.2.2 引擎自动化分析检测 | 第39-41页 |
| 3.2.3 样本筛分 | 第41-44页 |
| 3.2.4 检测规则生成与更新 | 第44-45页 |
| 3.3 云端检测系统的实现 | 第45-47页 |
| 3.4 云端检测效果分析 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 手机恶意软件检测系统Android客户端设计与实现 | 第49-67页 |
| 4.1 系统概述 | 第49页 |
| 4.2 需求分析 | 第49-50页 |
| 4.3 系统设计 | 第50-53页 |
| 4.3.1 系统概要设计 | 第50-51页 |
| 4.3.2 系统详细设计 | 第51-53页 |
| 4.4 系统实现 | 第53-66页 |
| 4.4.1 系统主界面 | 第53-54页 |
| 4.4.2 功能设置 | 第54-55页 |
| 4.4.3 高级工具 | 第55-57页 |
| 4.4.4 流量查看 | 第57页 |
| 4.4.5 联网控制 | 第57-58页 |
| 4.4.6 防扰控制 | 第58-60页 |
| 4.4.7 手机清理 | 第60-63页 |
| 4.4.8 云查杀 | 第63-64页 |
| 4.4.9 隐私保护 | 第64页 |
| 4.4.10 恶意广告拦截 | 第64-66页 |
| 4.5 系统集成与测试 | 第66页 |
| 4.6 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 本文研究总结 | 第67-68页 |
| 5.2 未来研究展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 攻读硕士学位期间取得的科研成果 | 第74-75页 |
| 致谢 | 第75页 |