第一个书签之前
摘要
Abstract
第1章 绪 论
1.1 恶意代码检测技术研究背景
1.2 课题研究的目的和意义
1.3 国内外研究现状
1.4 主要研究内容
1.5 文章框架
第2章 Android恶意代码检测技术和卷积神经网络基础概述
2.1 引言
2.2 Android系统简介
2.3 Android恶意代码检测技术概述
2.3.1 动态分析检测技术
2.3.2 静态分析检测技术
2.3.3 基于深度学习的恶意代码检测方法简介
2.4 卷积神经网络理论基础
2.4.1 神经元模型和多层感知器
2.4.2 误差反向传播算法
2.4.3 卷积神经网络结构
2.5 本章小结
第3章 基于高阶卷积神经网络的检测模型
3.1 引言
3.2 APK可视化处理
3.3 高阶卷积网络结构
3.3.1 高阶神经网络
3.3.2 高阶卷积神经网络
3.4 实验结果及分析
3.4.1 实验环境
3.4.2 实验数据和评价指标
3.4.3 网络结构分析
3.4.4 实验结果对比
3.5 本章小结
第4章 基于API序列的Android恶意代码检测模型
4.1引言
4.2 API序列
4.2.1 系统API特征
4.2.2 系统API特征的提取
4.2.3 系统API编码
4.3 文本CNN分类器
4.3.1 Embedding层
4.3.2 卷积层池化层
4.4 实验结果及分析
4.4.1 API词表数量选择实验
4.4.2 Drebin恶意家族分类数据集实验
4.4.3 良性恶性数据集实验
4.5 本章小结
结 论
参考文献
附录A：频率差前50的API序列表
攻读学位期间发表的论文及其它成果
哈尔滨工业大学学位论文原创性声明和使用权限
致 谢
