隨著經(jīng)濟社會與通信技術(shù)的蓬勃發(fā)展,智能手機迅速普及,并已經(jīng)滲透到了人們生活中,成為了人們生活中必不可少的重要工具。Android系統(tǒng)的開源性,使其迅速成為了智能手機應(yīng)用最廣泛的操作系統(tǒng),同樣也成為了惡意攻擊的重要目標。Android軟件市場的開放性,使得用戶可以從不同平臺下載各種Android軟件,而許多非官方的電子市場的Android軟件則通常容易被非法開發(fā)者嵌入惡意代碼。因此研究一種有效的針對Android惡意軟件的檢測方法具有重要現(xiàn)實意義。機器學習技術(shù)如今已經(jīng)被廣泛應(yīng)用到Android惡意軟件檢測的研究中,但是面對不斷新增的Android惡意軟件,傳統(tǒng)的機器學習方法存在對新增的惡意軟件檢測能力低的問題。對此,根據(jù)深度學習具有能夠通過表面特征來學習抽象的深層特征的優(yōu)勢,本文提出了一種基于深度學習的Android惡意軟件檢測方法。首先,從靜態(tài)分析角度出發(fā),提取Android軟件的多種特征作為特征數(shù)據(jù);其次,根據(jù)自編碼器（Auto Encoder,AE）與深度置信網(wǎng)絡(luò)（Deep Belief Network,DBN）的優(yōu)勢構(gòu)建AE-DBN模型進行特征學習和惡意軟件檢測;再次,通過實驗證... 

【文章來源】：貴州師范大學貴州省

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

018年新增惡意軟件比例Fig.1-1Proportionofnewmalwarein2018

谷歌收購了創(chuàng)業(yè)公司 Android 及其團隊。2007 年，第一款開roid 操作系統(tǒng)由谷歌公司牽頭的開放手機聯(lián)盟(Open Handset Alliance)發(fā)著 2008 年就發(fā)布了第一個基于 Android 操作系統(tǒng)的智能手機，并且之致力于移動客戶端的 Android 操作系統(tǒng)的開發(fā)。如今，Android 系統(tǒng)的市場份額占比已是最高，占據(jù)了整個移動智能終地位，主要原因是它的開放性能夠安裝第三方提供商的各種軟件，廣受，并且開發(fā)人員或者興趣愛好者都可以開發(fā) Android 軟件并通過 Goo布。.1Android 系統(tǒng)架構(gòu)Android 系統(tǒng)架構(gòu)就是一個軟件堆棧，從底向上主要由 Linux 內(nèi)核層、庫層、Android 框架層和 Android 應(yīng)用層組成[31-32]，如圖 2-1 所示。

APK的組成

【參考文獻】：
期刊論文
[1]自編碼神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用綜述[J]. 袁非牛,章琳,史勁亭,夏雪,李鋼.  計算機學報. 2019(01)
[2]安卓惡意軟件的靜態(tài)檢測方法[J]. 陳紅閔,胡江村.  計算機系統(tǒng)應(yīng)用. 2018(07)
[3]深度學習原理及應(yīng)用綜述[J]. 付文博,孫濤,梁藉,閆寶偉,范福新.  計算機科學. 2018(S1)
[4]基于改進隨機森林算法的Android惡意軟件檢測[J]. 楊宏宇,徐晉.  通信學報. 2017(04)
[5]Droid Detector:Android Malware Characterization and Detection Using Deep Learning[J]. Zhenlong Yuan,Yongqiang Lu,Yibo Xue.  Tsinghua Science and Technology. 2016(01)
[6]Android安全綜述[J]. 張玉清,王凱,楊歡,方喆君,王志強,曹琛.  計算機研究與發(fā)展. 2014(07)
[7]淺談Linux用戶管理[J]. 王艷麗.  電子科技. 2010(05)

博士論文
[1]基于深度學習的說話人識別建模研究[D]. 酆勇.重慶大學 2016
[2]語種識別深度學習方法研究[D]. 蔣兵.中國科學技術(shù)大學 2015

碩士論文
[1]基于RR間期和深度置信網(wǎng)絡(luò)的房顫檢測[D]. 萬慧華.河北大學 2015



本文編號：3524408