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 安卓恶意软件静态分析发展现状
1.2.2 安卓恶意软件动态分析发展现状
1.2.3 机器学习应用现状
1.3 主要研究内容和创新
1.4 论文组织结构
第二章相关技术
2.1 安卓系统
2.1.1 系统简介
2.1.2 系统架构
2.2 数据挖掘
2.2.1 大数据
2.2.2 技术简介
2.2.3 技术流程
2.3.1 模糊计算
2.3.2 集成学习
2.4 本章小结
第三章基于敏感模式的安卓恶意软件静态检测
3.1 问题描述
3.2.1 方法概述
3.2.2 原始数据提取
3.2.3 敏感模式生成
3.2.4 特征向量构建
3.2.5 检测模型训练
3.3 仿真结果与分析
3.4 本章小结
第四章基于流量分析的安卓恶意软件动态检测
4.1 问题描述
4.2.1 方法概述
4.2.2 原始流量采集
4.2.3 流量特征化
4.2.4 数据预处理
4.2.5 检测模型训练
4.3 仿真结果与分析
4.4 本章小结
第五章基于动静态组合分析的安卓恶意软件检测方案
5.1 目的及必要性
5.2 方案设计与实现
5.3 仿真结果与分析
5.4 本章小结
第六章总结与展望
6.1 本文工作总结
6.2 未来工作展望
致谢
参考文献
攻读硕士学位期间的研究成果
电子科技大学;