首页> 中文学位 >多步异常点检测方法研究及其在安卓平台上的应用
【6h】

多步异常点检测方法研究及其在安卓平台上的应用

代理获取

目录

声明

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.2.1国外研究现状

1.2.2国内研究现状

1.3论文的研究内容

1.4论文的组织结构

1.5本章小结

第二章 Android安全机制及异常点检测技术

2.1Android平台概况

2.1.1Android系统体系结构

2.1.2Android系统安全机制分析

2.1.3Android系统应用组件

2.1.4Android系统常见安全问题

2.2传统异常点检测技术

2.2.1基于统计的异常点检测算法

2.2.2基于密度的异常点检测算法

2.2.3基于距离的异常点检测算法

2.2.4基于聚类的异常点检测算法

2.3机器学习算法

2.3.1机器学习概述

2.3.2主成分分析

2.3.3K-means聚类

2.3.4单分类支持向量机

2.4本章小结

第三章 Android系统异常点检测特征分析

3.1问题分析

3.2数据流特征解析

3.2.1异常点定义

3.2.2数据流特征分析

3.2.3 数据流特征分类

3.3异常点检测方法特征分析

3.3.1异常特征检测问题

3.3.2 PCA特征提取模块

3.4 本章小结

第四章 多步异常点检测模型构建

4.1模型总体框架

4.2多步异常点检测模型

4.2.1异常值度量模块

4.2.2γ-SVM异常分类决策模块

4.3实验过程

4.3.1实验环境

4.3.2实验评价标准

4.3.3实验结果分析

4.4 本章小结

第五章 原型系统的设计与实现

5.1需求分析

5.1.1系统检测流程分析

5.1.2用户分析

5.1.3功能性需求分析

5.1.4非功能性需求分析

5.2系统架构设计

5.3移动端设计

5.2.1 APK上传模块

5.2.2云端检测模块

5.2.3检测结果模块

5.4服务端设计

5.4.1特征提取模块

5.4.2 异常点计算模块

5.4.3 分类决策模块

5.5测试与结果分析

5.5.1测试环境

5.5.2 系统功能测试

5.5.3系统性能测试

5.6本章小结

第六章 总结与展望

6.1 工作总结

6.2 展望

参考文献

致谢

攻读硕士期间发表的学术论文及科研成果

展开▼

著录项

  • 作者

    王琳琳;

  • 作者单位

    江苏大学;

  • 授予单位 江苏大学;
  • 学科 软件工程
  • 授予学位 硕士
  • 导师姓名 杨鹤标;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 TP3O17;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号