| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.2.1 应用程序分析技术 | 第12-13页 |
| 1.2.2 国内外研究现状 | 第13页 |
| 1.3 主要研究内容 | 第13-16页 |
| 1.3.1 应用程序信息采集技术 | 第14-16页 |
| 1.3.2 应用程序信息分析技术 | 第16页 |
| 1.4 论文的创新点 | 第16-17页 |
| 1.5 论文结构和安排 | 第17-18页 |
| 第二章 基于多种检测方式的Android应用程序信息采集技术 | 第18-37页 |
| 2.1 应用程序信息采集技术的需求分析及设计目标 | 第18页 |
| 2.2 信息采集技术总体架构 | 第18-20页 |
| 2.3 反编译数据提取模块的设计与实现 | 第20-26页 |
| 2.3.1 循环与条件语句优化技术的设计与实现 | 第21-22页 |
| 2.3.2 文本分析技术的设计与实现 | 第22-24页 |
| 2.3.3 数据提取技术的具体实现 | 第24-26页 |
| 2.4 用户行为分析模块的设计与实现 | 第26-30页 |
| 2.4.1 界面信息处理技术的设计与实现 | 第26-27页 |
| 2.4.2 用户行为分析技术的设计与实现 | 第27-28页 |
| 2.4.3 用户行为分析技术的具体实现 | 第28-30页 |
| 2.5 组件访问强度计算技术设计与实现 | 第30-35页 |
| 2.5.1 组件访问强度计算算法概述 | 第30-31页 |
| 2.5.2 组件访问强度计算技术的设计与实现 | 第31-35页 |
| 2.6 动态检测模块的设计与实现 | 第35-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 基于混合数据的应用程序信息分析技术 | 第37-50页 |
| 3.1 应用程序信息分析技术的需求分析 | 第37页 |
| 3.2 信息分析技术总体架构 | 第37-38页 |
| 3.3 数据处理模块的设计与实现 | 第38-45页 |
| 3.3.1 数据预处理技术概述 | 第38-39页 |
| 3.3.2 数据处理技术的设计与实现 | 第39-45页 |
| 3.4 机器学习模块的设计与实现 | 第45-49页 |
| 3.4.1 机器学习概述 | 第46页 |
| 3.4.2 分类算法概述 | 第46-47页 |
| 3.4.3 机器学习模块的实现 | 第47-48页 |
| 3.4.4 数据验证方法 | 第48-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 结果分析与评估 | 第50-64页 |
| 4.1 总体测试方案 | 第50页 |
| 4.2 静态信息采集模块的测试与分析 | 第50-57页 |
| 4.2.1 跳转语句处理模块功能测试 | 第50-52页 |
| 4.2.2 Activity访问概率计算模块功能测试 | 第52-53页 |
| 4.2.3 静态检测模块功能测试 | 第53-54页 |
| 4.2.4 静态检测模块准确性测试 | 第54-55页 |
| 4.2.5 静态检测模块性能测试 | 第55-57页 |
| 4.3 应用程序评估模块的测试与分析 | 第57-64页 |
| 4.3.1 应用程序评估模块功能测试 | 第57-59页 |
| 4.3.2 数据处理模块功能测试 | 第59-60页 |
| 4.3.3 混合检测方案准确度测试 | 第60-61页 |
| 4.3.4 应用程序评估模块准确度测试 | 第61-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 论文研究工作总结 | 第64-65页 |
| 5.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 研究成果 | 第72页 |