移动蜜罐设计与恶意软件分类
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究目的与意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 章节安排 | 第15-17页 |
| 第二章 蜜罐及恶意软件分类相关理论 | 第17-29页 |
| 2.1 蜜罐 | 第17-20页 |
| 2.1.1 蜜罐技术发展历程 | 第17-18页 |
| 2.1.2 蜜罐分类 | 第18页 |
| 2.1.3 蜜罐中的主要技术 | 第18-20页 |
| 2.2 恶意软件 | 第20-22页 |
| 2.2.1 恶意软件发展历程 | 第20页 |
| 2.2.2 恶意软件定义及分类 | 第20-22页 |
| 2.3 恶意软件分析方法 | 第22-24页 |
| 2.3.0 表层分析方法 | 第22-23页 |
| 2.3.1 静态分析方法 | 第23页 |
| 2.3.2 动态分析方法 | 第23-24页 |
| 2.4 恶意软件聚类和分类算法 | 第24-28页 |
| 2.4.1 聚类算法 | 第24-25页 |
| 2.4.2 文本分类算法 | 第25-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 移动蜜罐的设计与实现 | 第29-38页 |
| 3.1 移动蜜罐设计 | 第29-32页 |
| 3.1.1 环境欺骗模块设计 | 第29-30页 |
| 3.1.2 恶意行为捕获模块设计 | 第30-31页 |
| 3.1.3 恶意行为分析模块设计 | 第31-32页 |
| 3.2 MHP的实现 | 第32-35页 |
| 3.2.1 环境欺骗模块的实现 | 第33页 |
| 3.2.2 恶意行为捕获模块的实现 | 第33-34页 |
| 3.2.3 恶意行为分析模块的实现 | 第34-35页 |
| 3.3 MHP测试 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于文本挖掘的恶意软件分类方法 | 第38-58页 |
| 4.1 基于文本挖掘的恶意软件分类方法设计 | 第38-39页 |
| 4.2 恶意软件代码串提取 | 第39-41页 |
| 4.2.1 程序脱壳 | 第39-40页 |
| 4.2.2 反汇编 | 第40-41页 |
| 4.2.3 CFG语法提取代码串 | 第41页 |
| 4.3 恶意软件聚类分析 | 第41-47页 |
| 4.3.1 特征矩阵构建 | 第43-44页 |
| 4.3.2 层次聚类算法设计 | 第44页 |
| 4.3.3 层次聚类算法实现 | 第44-46页 |
| 4.3.4 恶意软件家族划分 | 第46-47页 |
| 4.4 恶意软件家族特征分析与提取 | 第47-53页 |
| 4.4.1 恶意软件家族特征分析 | 第47-48页 |
| 4.4.2 关键字提取算法 | 第48-49页 |
| 4.4.3 恶意软件家族特征向量提取算法设计 | 第49-52页 |
| 4.4.4 恶意软件家族特征向量提取算法实现 | 第52-53页 |
| 4.5 分类器设计 | 第53-56页 |
| 4.5.1 距离计算方法 | 第53-54页 |
| 4.5.2 恶意软件家族分类 | 第54-55页 |
| 4.5.3 K-NN分类算法实现 | 第55-56页 |
| 4.6 本章小结 | 第56-58页 |
| 第五章 实验仿真与结果分析 | 第58-70页 |
| 5.1 基于移动蜜罐数据的恶意软件分类实验 | 第58-63页 |
| 5.1.1 实验设计 | 第58-59页 |
| 5.1.2 实验环境设计 | 第59页 |
| 5.1.3 实验数据获取 | 第59-60页 |
| 5.1.4 实验过程 | 第60-61页 |
| 5.1.5 实验结果与分析 | 第61-63页 |
| 5.2 基于数据集的恶意软件分类实验 | 第63-68页 |
| 5.2.1 实验设计 | 第63-64页 |
| 5.2.2 实验环境设计 | 第64页 |
| 5.2.3 实验数据获取 | 第64-65页 |
| 5.2.4 实验过程 | 第65-66页 |
| 5.2.5 实验结果与分析 | 第66-68页 |
| 5.3 分类器对比分析 | 第68-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
