基于BP神经网络的手机病毒检测方法研究

发布时间：2017-05-26 11:06

  本文关键词：基于BP神经网络的手机病毒检测方法研究，，由笔耕文化传播整理发布。

【摘要】：随着移动互联网技术的不断发展,越来越多的人使用智能终端作为自己在工作、生活中的助手,智能手机的普及给人们的生活带来了极大的便利。与此同时,手机病毒也随之出现并快速蔓延,成为一个不可忽视的问题。手机病毒会窃取用户的隐私信息,消耗用户资费,影响手机正常功能使用,危害用户的利益和网络安全。目前的病毒检测技术主要分为动态监测和静态分析两类。这两类算法需要人工建立病毒数据库,并通过病毒特征码的对比来达到病毒识别的目的,智能性较低。BP神经网络是由反向传播算法为指导思想,一种多层的前馈型网络,是如今众多神经网络模型中最为成熟,使用最多的网络模型,具有很强的自学习、自适应性。本文是基于BP神经网络设计的手机病毒检测算法,在智能性及高效性上有显著提升。经过学习和实验研究,完成了以下工作。首先,对手机病毒进行处理,通过反编译获取病毒模块源代码,然后进行碎片化处理,通过特征码分析法提取病毒特征码信息。对病毒类型进行整理,采集训练样本及测试样本。其次,给出了基于BP神经网络的手机病毒识别算法,并通过MATLAB平台进行模拟及训练,最终达到训练效果,提升算法识别率,证明了该算法在本课题研究中具有可行性,并指出课题存在的问题以及后续研究方向。
【关键词】：手机病毒 病毒识别 BP神经网络 MATLAB
【学位授予单位】：沈阳师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP309.5;TP183
【目录】：

• 中文摘要4-5
• Abstract5-8
• 第1章 引言8-13
• 1.1 课题背景与研究意义8-9
• 1.2 相关技术的国内外研究状况9-10
• 1.2.1 手机病毒检测方法的研究现状9
• 1.2.2 BP神经网络研究现状9-10
• 1.3 研究内容及章节安排10-12
• 1.3.1 课题研究内容10-11
• 1.3.2 本文章节安排11-12
• 1.4 本章小结12-13
• 第2章 手机病毒识别技术基础13-38
• 2.1 手机病毒识别技术基本原理13-15
• 2.1.1 动态监测13-14
• 2.1.2 静态分析14-15
• 2.2 手机病毒表达过程15-16
• 2.3 手机病毒代码提取16-17
• 2.4 Android系统及其安全机制17-22
• 2.5 手机病毒样本分析22-37
• 2.6 本章小结37-38
• 第3章 BP神经网络的自学习训练及算法改进38-47
• 3.1 人工神经网络38-40
• 3.1.1 人工神经网络概念38-39
• 3.1.2 人工神经网络模型39-40
• 3.2 BP神经网络模型40-45
• 3.2.1 BP神经网络的发展40-41
• 3.2.2 反向传播算法41-45
• 3.3 本章小结45-47
• 第4章 基于BP神经网络的手机病毒检测算法实现47-56
• 4.1 MATLAB简介47
• 4.2 数据预处理47-49
• 4.2.1 数据归一化处理介绍47-48
• 4.2.2 Matlab数据归一化处理函数48-49
• 4.3 MATLAB中关于BP神经网络的函数49-53
• 4.4 使用MATLAB实现神经网络53-55
• 4.5 本章小结55-56
• 第5章 总结与展望56-57
• 5.1 本文工作总结56
• 5.2 课题研究与工作展望56-57
• 参考文献57-59
• 致谢59-60
• 个人简历及在学期间的研究成果和发表的学术论文60-61
• 附录 BP算法代码61-62

【相似文献】

中国期刊全文数据库 前10条

1 云中客;新的神经网络来自于仿生学[J];物理;2001年10期

2 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期

3 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期

4 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期

5 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

6 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期

7 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期

8 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期

9 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期

10 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年

2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年

3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年

4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年

5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年

6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年

7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年

8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

  本文关键词：基于BP神经网络的手机病毒检测方法研究，由笔耕文化传播整理发布。

本文编号：396592