声明
致谢
摘要
1.1 选题背景
1.2 研究现状
1.2.1 静态分析
1.2.2 动态分析
1.2.3 机器学习
1.3 研究内容及意义
1.4 本文组织结构
2 Android软件的恶意行为及检测
2.1 Android操作系统
2.1.1 Android系统层次架构
2.1.2 Android应用程序结构
2.1.3 Android安全机制
2.2 Android恶意行为
2.3 Android恶意软件检测
2.3.1 静态行为分析
2.3.2 动态行为分析
2.3.3 机器学习
2.4 本章小结
3 基于行为分析的Android恶意软件检测方法
3.1 Android软件行为
3.1.1 静态行为
3.1.2 动态行为
3.2 特征工程
3.2.1 特征描述
3.2.2 特征提取
3.2.3 静态行为特征集
3.3 机器学习分类算法
3.3.1 支持向量机
3.3.2 朴素贝叶斯
3.3.3 随机森林
3.3.4 置信度
3.4 本章小结
4 检测模型的设计实现及实验结果分析
4.1 检测模型
4.1.1 检测框架设计
4.1.2 静态行为分析
4.1.3 动态行为分析
4.1.4 Android恶意软件检测
4.2 评价指标
4.3 检测实验
4.3.1 实验环境
4.3.2 数据预处理
4.3.3 基于静态行为分析的检测
4.3.4 综合检测
4.4 结果分析
4.5 样例分析
4.5.1 sunkay.BookYuanyangdao
4.5.2 cn.com.fetionxbwx
4.6 本章小结
5.1 论文总结
5.2 研究展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集