【摘要】：隨著智能手機的快速發(fā)展,其帶來的安全問題也越來越嚴重。特別是由于目前市場上缺乏對安卓APP的有效檢測手段,使得虛假的安卓APP越來越容易被用戶下載和使用,這些虛假安卓APP會以非法的手段竊取智能手機用戶的個人信息,給用戶造成重大損失。為了解決虛假安卓APP給廣大智能手機用戶帶來的安全性問題,本文的主要研究工作如下:針對日益泛濫的虛假安卓APP,本文設(shè)計并實現(xiàn)了虛假安卓APP分析與檢測系統(tǒng)。首先,對于安卓應(yīng)用程序,采用靜態(tài)分析和動態(tài)分析相結(jié)合的方法提取出靜態(tài)特征和動態(tài)特征,從而生成應(yīng)用程序的特征向量;然后,基于深度學(xué)習(xí)中的深度信念網(wǎng)絡(luò)算法和傳統(tǒng)機器學(xué)習(xí)的三種分類算法設(shè)計了虛假安卓APP的分類模型,并通過收集到的樣本數(shù)據(jù)對分類模型進行訓(xùn)練;最后,利用生成的分類模型對待測安卓應(yīng)用程序進行分類檢測與分析。系統(tǒng)采用多種分類模型對安卓應(yīng)用程序的靜態(tài)特征和動態(tài)特征進行檢測,避免了單一的檢測方法帶來的代碼覆蓋率不足和誤報率高的缺點。本文收集了25 000份安卓APP樣本數(shù)據(jù)進行訓(xùn)練與測試分析,實驗結(jié)果表明,面向大數(shù)據(jù)的虛假安卓APP分析與檢測系統(tǒng)能夠高效率、高準確率得對虛假安卓APP進行分類與檢測�；谏疃葘W(xué)習(xí)的APP分類算法對于虛假安卓APP的檢測正確率達到了97.08%,比隨機森林分類算法高出4.59%,比支持向量機分類算法高出16.45%,比K最近鄰算法模型高出15.33%。
【圖文】：

圖 1-1 智能手機操作系統(tǒng)的市場份額Fig.1-1 Market share of smart phone operating system國內(nèi)的智能手機操作系統(tǒng)上，Android 操作系統(tǒng)更是毫無疑問的占據(jù)著優(yōu)勢地截止到 2017 年 10 月，國內(nèi)安卓操作系統(tǒng)份額已超過 8 成，達 82.30%，而蘋OS 操作系統(tǒng)的市場份額也已經(jīng)達到了 17.40%的市場份額，，留給其它操作系統(tǒng)存空間不到 1%[9]，如上圖 1-1 所示。2 Android 平臺的優(yōu)勢Android 操作系統(tǒng)之所以能取得如此迅速的發(fā)展，獲得全球范圍內(nèi)的持續(xù)關(guān)注展，與 Android 操作系統(tǒng)本身的優(yōu)勢息息相關(guān)。與其他智能手機操作系統(tǒng)相主要優(yōu)勢有:(1) 開放性提起 Android 操作系統(tǒng)的優(yōu)勢，開放性毫無疑問是 Android 操作相比較于其他手機操作系統(tǒng)的首要優(yōu)勢。Android 操作系統(tǒng)從誕生之初就帶著開放性的基因

上海交通大學(xué)碩士學(xué)位論文硬件上，進行系統(tǒng)移植時，只需實現(xiàn)這一部分硬件抽象的代碼即可，包括聲音，相機，全球定位系統(tǒng)，全球移動通信系統(tǒng)，顯示器驅(qū)動等。(4) Linux 核心層Android 是運行于 Linux 內(nèi)核之上。Linux 核心層在系統(tǒng)架構(gòu)中有著十分重要的作用，是連接應(yīng)用程序?qū)优c物理層之間的紐帶，同時也起著分界線的作用，隔離開 Linux 系統(tǒng)內(nèi)核和 Android 使用者[16]。如圖 2-1 所示是 Android 系統(tǒng)的體系架構(gòu)圖，
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP311.56;TP309

【相似文獻】

相關(guān)期刊論文 前10條

1 ;降低機器學(xué)習(xí)門檻的六大工具[J];電腦知識與技術(shù)(經(jīng)驗技巧);2019年10期

2 胡思潤;楊曉旭;宋靖華;;基于機器學(xué)習(xí)的城市生成方法研究[J];智能建筑與智慧城市;2019年11期

3 李兵;林文釗;羅崢尹;;基于機器學(xué)習(xí)的智慧農(nóng)業(yè)決策系統(tǒng)設(shè)計與實現(xiàn)[J];信息與電腦(理論版);2018年24期

4 舒娜;劉波;林偉偉;李鵬飛;;分布式機器學(xué)習(xí)平臺與算法綜述[J];計算機科學(xué);2019年03期

5 劉傳會;汪小亞;郭增輝;;機器學(xué)習(xí)在反洗錢領(lǐng)域的應(yīng)用與發(fā)展[J];清華金融評論;2019年04期

6 孟雨;;機器學(xué)習(xí)讓計算機更智能[J];計算機與網(wǎng)絡(luò);2019年14期

7 高華川;;機器學(xué)習(xí)在經(jīng)濟學(xué)中的應(yīng)用[J];納稅;2019年24期

8 李陽;;機器學(xué)習(xí)在網(wǎng)絡(luò)空間安全研究中的應(yīng)用分析[J];電腦知識與技術(shù);2019年24期

9 朱輝;;機器學(xué)習(xí)在企業(yè)級場景中的實踐與探討[J];中國建設(shè)信息化;2018年03期

10 彭傳意;;機器學(xué)習(xí)——我們該如何與機器競爭[J];數(shù)字通信世界;2018年01期

相關(guān)會議論文 前10條

1 王玨;;歸納機器學(xué)習(xí)[A];2001年中國智能自動化會議論文集（上冊）[C];2001年

2 王衍魯;張利會;張淑潔;石潔茹;王鵬;;大學(xué)新生學(xué)校適應(yīng)的個體與環(huán)境因素探究:基于機器學(xué)習(xí)的考察[A];第二十屆全國心理學(xué)學(xué)術(shù)會議--心理學(xué)與國民心理健康摘要集[C];2017年

3 張長水;;大數(shù)據(jù)機器學(xué)習(xí)[A];2015年中國自動化大會摘要集[C];2015年

4 何琳;侯漢清;;基于標引經(jīng)驗和機器學(xué)習(xí)相結(jié)合的多層自動分類[A];2005年中國索引學(xué)會年會暨學(xué)術(shù)研討會論文集[C];2005年

5 李剛;郭崇慧;林鴻飛;楊志豪;唐煥文;;基于詞典法和機器學(xué)習(xí)法相結(jié)合的蛋白質(zhì)名識別[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

6 徐禮勝;李乃民;王寬全;張冬雨;耿斌;姜曉睿;陳超海;羅貴存;;機器學(xué)習(xí)在中醫(yī)計算機診斷識別系統(tǒng)中的應(yīng)用思考[A];第一屆全國中西醫(yī)結(jié)合診斷學(xué)術(shù)會議論文選集[C];2006年

7 吳滄浦;;智能系統(tǒng)與機器學(xué)習(xí)的新領(lǐng)域[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會文集[C];2000年

8 蔡健平;林世平;;基于機器學(xué)習(xí)的詞語和句子極性分析[A];第三屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集[C];2007年

9 ;基于機器學(xué)習(xí)的大數(shù)據(jù)防詐騙能力研究與應(yīng)用[A];2018中國信息通信大會論文摘要集[C];2018年

10 ;基于機器學(xué)習(xí)的影響感知無線根因問題快速定位研究[A];2018中國信息通信大會論文摘要集[C];2018年

相關(guān)重要報紙文章 前10條

1 CIO.com資深作家 Clint Boulton 編譯 Charles;領(lǐng)先一步:機器學(xué)習(xí)的10個成功案例[N];計算機世界;2018年

2 Bob Violino 編譯 Charles;盲目冒進:機器學(xué)習(xí)的5個失敗案例[N];計算機世界;2018年

3 本報駐波士頓記者 侯麗;深入挖掘機器學(xué)習(xí)潛力[N];中國社會科學(xué)報;2019年

4 王方 編譯;菌自何方 機器學(xué)習(xí)早知道[N];中國科學(xué)報;2019年

5 Matt Asay 編譯 Monkey King;為什么機器學(xué)習(xí)沒有捷徑可循？[N];計算機世界;2019年

6 本報記者 操秀英;當量子計算遇到機器學(xué)習(xí)會碰撞出什么火花？[N];科技日報;2019年

7 彭博企業(yè)數(shù)據(jù)業(yè)務(wù)全球負責(zé)人 Gerard Francis;金融數(shù)據(jù)質(zhì)量決定機器學(xué)習(xí)時代的投資回報[N];計算機世界;2019年

8 Isaac Sacolick 編譯 Charles;關(guān)于機器學(xué)習(xí)的5個要點[N];計算機世界;2019年

9 記者 張夢然;全新算法助機器學(xué)習(xí)抵抗干擾[N];科技日報;2019年

10 惠贊瑾;《科學(xué)向左，科幻向右》：機器學(xué)習(xí)即將成為現(xiàn)實[N];中國會計報;2019年

相關(guān)博士學(xué)位論文 前10條

1 殷曦;基于機器學(xué)習(xí)及統(tǒng)計計算模型的膜蛋白結(jié)構(gòu)預(yù)測[D];上海交通大學(xué);2017年

2 楊靜;蛋白質(zhì)殘基相互作用預(yù)測及其在結(jié)構(gòu)建模中的應(yīng)用研究[D];上海交通大學(xué);2018年

3 王磊;基于機器學(xué)習(xí)的藥物—靶標相互作用預(yù)測研究[D];中國礦業(yè)大學(xué);2018年

4 張慶;鈣鈦礦型功能材料的基因組工程研究[D];上海大學(xué);2018年

5 管月;醫(yī)學(xué)腫瘤影像分類算法研究及其在肝癌上的應(yīng)用[D];南京大學(xué);2018年

6 郝小可;基于機器學(xué)習(xí)的影像遺傳學(xué)分析及其應(yīng)用研究[D];南京航空航天大學(xué);2017年

7 施建明;基于機器學(xué)習(xí)的產(chǎn)品剩余壽命預(yù)測方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2018年

8 陳再毅;機器學(xué)習(xí)中的一階優(yōu)化算法收斂性研究[D];中國科學(xué)技術(shù)大學(xué);2018年

9 陸海進;Zr合金熱動力學(xué)研究及機器學(xué)習(xí)[D];上海大學(xué);2018年

10 戴望州;一階邏輯領(lǐng)域知識與機器學(xué)習(xí)的結(jié)合研究[D];南京大學(xué);2019年

相關(guān)碩士學(xué)位論文 前10條

1 孟圣然;基于機器學(xué)習(xí)的機械產(chǎn)品結(jié)構(gòu)建模技術(shù)研究[D];杭州電子科技大學(xué);2019年

2 華琪;基于機器學(xué)習(xí)的智能建筑行為建模與預(yù)測方法研究[D];上海交通大學(xué);2017年

3 楊浩;基于機器學(xué)習(xí)的白帶菌類光學(xué)圖像識別算法研究[D];電子科技大學(xué);2019年

4 王維;心音診斷信息自動識別方法研究[D];電子科技大學(xué);2019年

5 徐安;基于機器學(xué)習(xí)的慢性疾病預(yù)測關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2019年

6 宋同峰;基于機器學(xué)習(xí)的腎病輔助診斷系統(tǒng)的研究[D];青島科技大學(xué);2019年

7 王婧;基于核機器學(xué)習(xí)的阿爾茲海默病早期診斷算法研究[D];曲阜師范大學(xué);2019年

8 馬小鳳;機器學(xué)習(xí)在學(xué)生通過率預(yù)測中的應(yīng)用研究[D];西南大學(xué);2019年

9 黃雨迪;基于機器學(xué)習(xí)的MIMO系統(tǒng)收發(fā)機設(shè)計理論與方法[D];電子科技大學(xué);2019年

10 應(yīng)豪;基于機器學(xué)習(xí)的光纖信道均衡技術(shù)研究[D];電子科技大學(xué);2019年

本文編號：2619101