首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

基于有监督机器学习的安卓恶意软件检测系统

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 课题背景和意义第11-12页
    1.2 移动恶意软件第12-13页
    1.3 恶意软件检测方法第13-14页
        1.3.1 静态检测第13页
        1.3.2 动态检测第13-14页
        1.3.3 静态和动态相结合的方式第14页
    1.4 相关工作第14-17页
        1.4.1 恶意软件判定第14-16页
        1.4.2 恶意软件家族分类第16-17页
    1.5 贡献第17-18页
    1.6 论文主要工作及章节安排第18-19页
第二章 背景知识及相关技术第19-29页
    2.1 安卓平台第19-20页
    2.2 安卓应用程序第20-21页
    2.3 安卓恶意软件第21-22页
    2.4 安卓安全第22-24页
        2.4.1 权限机制第22-23页
        2.4.2 签名机制第23页
        2.4.3 沙盒机制第23页
        2.4.4 Linux底层安全机制第23-24页
    2.5 安卓应用程序的权限命名约束第24页
    2.6 机器学习算法第24-28页
        2.6.1 朴素贝叶斯第24-25页
        2.6.2 贝叶斯网络第25-26页
        2.6.3 J48第26页
        2.6.4 分类回归树第26-27页
        2.6.5 随机森林第27-28页
    2.7 本章小结第28-29页
第三章 需求分析与系统架构第29-33页
    3.1 总体需求分析第29-30页
    3.2 系统架构设计第30-31页
    3.3 系统数据流第31-32页
    3.4 系统的业务需求第32页
    3.5 本章小结第32-33页
第四章 安卓恶意软件检测系统相关问题研究第33-40页
    4.1 恶意行为研究第33-34页
    4.2 权限特征研究第34-36页
        4.2.1 权限特征第34-35页
        4.2.2 权限过度声明问题第35页
        4.2.3 数据集预处理算法第35-36页
    4.3 随机森林研究第36-38页
        4.3.1 问题阐述第36-37页
        4.3.2 特征子集优化算法第37-38页
        4.3.3 时间复杂度分析第38页
    4.4 本章小结第38-40页
第五章 基于有监督机器学习的安卓恶意软件检测系统设计第40-45页
    5.1 系统整体设计第40-41页
    5.2 应用程序获取第41页
    5.3 权限特征提取第41-42页
    5.4 数据集预处理第42页
    5.5 数据集存储第42-43页
    5.6 机器学习检测第43-44页
    5.7 检测结果展示第44页
    5.8 本章小结第44-45页
第六章 基于有监督机器学习的安卓恶意软件检测系统实现第45-59页
    6.1 应用程序获取第45页
    6.2 权限特征提取第45-47页
    6.3 数据集预处理第47-50页
    6.4 数据集存储第50页
    6.5 机器学习检测第50-57页
        6.5.1 训练机器学习模型第50-54页
        6.5.2 恶意软件检测第54-57页
    6.6 检测结果展示第57-58页
    6.7 本章小结第58-59页
第七章 系统测试与分析第59-74页
    7.1 实验数据第59页
    7.2 实验环境第59页
    7.3 实验测试方法及参数设计第59-61页
        7.3.1 比例分割法第60页
        7.3.2 k-折交叉验证第60页
        7.3.3 机器学习算法的参数设计第60-61页
        7.3.4 数据集预处理阶段的阈值设计第61页
    7.4 性能评估指标第61-62页
    7.5 性能测试第62-68页
    7.6 功能测试第68-70页
    7.7 不同类型应用程序权限使用的合理性分析第70-73页
    7.8 本章小结第73-74页
第八章 总结与展望第74-76页
    8.1 总结第74-75页
    8.2 展望第75-76页
参考文献第76-80页
附录第80-81页
    附录 1 英文缩略语对照表第80-81页
致谢第81-82页
作者攻读学位期间发表的学术论文目录第82页

论文共82页,点击 下载论文
上一篇:基于深度学习的文本分类技术研究
下一篇:高灵敏度平衡接收机设计