天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 軟件論文 >

基于安卓的惡意軟件靜態(tài)檢測(cè)技術(shù)研究

發(fā)布時(shí)間:2023-12-24 14:20
  手機(jī)作為智能設(shè)備已經(jīng)成為人們?nèi)粘I钪斜夭豢缮俚囊徊糠?手機(jī)應(yīng)用(APP)為我們提供了豐富多彩的服務(wù)。這些不同的服務(wù)為用戶打開了一個(gè)全新的世界,同時(shí)也生成大量數(shù)據(jù),其中包含很多用戶敏感信息。因此,如何保障手機(jī)安全對(duì)用戶而言意義重大。安卓操作系統(tǒng)隨著智能設(shè)備普及而得到快速的發(fā)展,由于其開源的優(yōu)勢(shì)和成熟的技術(shù),目前在手機(jī)操作系統(tǒng)市場(chǎng)份額占據(jù)了85%的份額。安卓系統(tǒng)不僅是手機(jī)和平板電腦的主流平臺(tái),還在物聯(lián)網(wǎng)領(lǐng)域有著廣泛的應(yīng)用。因此,如何保護(hù)安卓系統(tǒng)免受惡意軟件的攻擊顯得至關(guān)重要。基于安卓惡意軟件檢測(cè)技術(shù)又分為動(dòng)態(tài)檢測(cè)技術(shù)和靜態(tài)檢測(cè)技術(shù)。本文側(cè)重研究靜態(tài)檢測(cè)技術(shù),提出了三種基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的安卓惡意軟件靜態(tài)檢測(cè)方法,主要工作如下:(1)通過對(duì)現(xiàn)有安卓惡意軟件靜態(tài)檢測(cè)算法進(jìn)行分析和研究,針對(duì)安卓惡意軟件權(quán)限泛濫申請(qǐng)這一問題,提出一種基于集成學(xué)習(xí)與信息增益的安卓惡意軟件檢測(cè)方法。該方法通過選取權(quán)限、API特征,彌補(bǔ)了單個(gè)特征無法準(zhǔn)確反映良性和惡意軟件之間差別的缺陷。考慮到某些特征并不能真實(shí)表明惡意和良性軟件之間的差距,因此通過信息熵的篩選,計(jì)算特征的信息增益值,把良性和惡意的APP中具有代表...

【文章頁數(shù)】:47 頁

【學(xué)位級(jí)別】:碩士

【文章目錄】:
摘要
abstract
第一章 緒論
    1.1 課題背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文主要內(nèi)容
    1.4 論文章節(jié)安排
第二章 安卓安全機(jī)制與惡意軟件檢測(cè)技術(shù)的研究
    2.1 安卓安全機(jī)制
        2.1.1 Android系統(tǒng)架構(gòu)
        2.1.2 Android安全機(jī)制
        2.1.3 SE Android
        2.1.4 Android應(yīng)用安全解決方案
    2.2 惡意軟件檢測(cè)技術(shù)
        2.2.1 靜態(tài)檢測(cè)技術(shù)概述
        2.2.2 靜態(tài)檢測(cè)技術(shù)關(guān)鍵特征
        2.2.3 動(dòng)態(tài)檢測(cè)技術(shù)概述
        2.2.4 動(dòng)靜態(tài)混合檢測(cè)技術(shù)概述
    2.3 惡意軟件檢測(cè)技術(shù)的選擇
    2.4 本章小結(jié)
第三章 基于信息增益與集成學(xué)習(xí)的安卓惡意軟件檢測(cè)方法
    3.1 基于信息增益與集成學(xué)習(xí)的安卓惡意軟件檢測(cè)算法設(shè)計(jì)
        3.1.1 模型設(shè)計(jì)
        3.1.2 特征獲取
        3.1.3 特征選擇與分類算法
    3.2 實(shí)驗(yàn)與結(jié)果分析
        3.2.1 實(shí)驗(yàn)環(huán)境
        3.2.2 實(shí)驗(yàn)過程
        3.2.3 結(jié)果分析
    3.3 本章小結(jié)
第四章 基于卷積神經(jīng)網(wǎng)絡(luò)的安卓惡意軟件檢測(cè)方法
    4.1 深度學(xué)習(xí)在檢測(cè)方面的技術(shù)發(fā)展
    4.2 基于卷積神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法與背景
        4.2.1 特征提取
        4.2.2 基于卷積神經(jīng)網(wǎng)絡(luò)的檢測(cè)方法
        4.2.3 反向傳播
    4.3 實(shí)驗(yàn)結(jié)果與分析
        4.3.1 與N-gram檢測(cè)效率的比較
        4.3.2 學(xué)習(xí)曲線
        4.3.3 實(shí)驗(yàn)結(jié)果對(duì)比
    4.4 本章小結(jié)
第五章 基于長短時(shí)記憶的安卓惡意軟件檢測(cè)方法
    5.1 基于長短時(shí)記憶的安卓惡意軟件檢測(cè)算法設(shè)計(jì)
        5.1.1 模型設(shè)計(jì)
        5.1.2 靜態(tài)特征選擇
        5.1.3 長短時(shí)記憶算法
        5.1.4 前向反饋
        5.1.5 反向傳播
    5.2 實(shí)驗(yàn)過程與分析
        5.2.1 向量轉(zhuǎn)換
        5.2.2 軟硬件準(zhǔn)備
        5.2.3 參數(shù)選擇
        5.2.4 實(shí)驗(yàn)結(jié)果分析
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文總結(jié)
    6.2 未來展望
參考文獻(xiàn)
發(fā)表論文和科研情況說明
致謝



本文編號(hào):3874683

資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3874683.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶ccaf7***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請(qǐng)E-mail郵箱bigeng88@qq.com