基于程序数据值的恶意软件变种识别研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 引言 | 第10-11页 |
| 1.2 研究背景 | 第11-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 恶意软件主要分析技术 | 第16-24页 |
| 2.1 静态分析技术 | 第16-18页 |
| 2.1.1 基于特征码分析 | 第16-17页 |
| 2.1.2 基于系统调用序列的分析 | 第17-18页 |
| 2.1.3 基于抽象语义的分析 | 第18页 |
| 2.2 动态分析技术 | 第18-22页 |
| 2.2.1 状态对比法 | 第18-19页 |
| 2.2.2 动态跟踪调试法 | 第19-20页 |
| 2.2.3 常用的分析工具 | 第20-22页 |
| 2.3 静态分析方法和动态分析方法的比较 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 恶意软件变种技术 | 第24-31页 |
| 3.1 常用变种技术 | 第24-29页 |
| 3.1.1 加密技术 | 第24-25页 |
| 3.1.2 多态技术 | 第25-26页 |
| 3.1.3 变形技术 | 第26页 |
| 3.1.4 混淆技术 | 第26-29页 |
| 3.2 恶意软件变种识别及意义 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第四章 基于数据值的恶意软件模型 | 第31-39页 |
| 4.1 程序功能与数据的关系 | 第31-33页 |
| 4.2 程序功能关键数据 | 第33-34页 |
| 4.3 类型感知的污点传播 | 第34-35页 |
| 4.4 恶意软件特征模型 | 第35-37页 |
| 4.5 基于数据值分类的恶意软件模型 | 第37-38页 |
| 4.6 本章小结 | 第38-39页 |
| 第五章 恶意软件变种识别工具的设计与实现 | 第39-51页 |
| 5.1 系统需求 | 第39-40页 |
| 5.2 平台介绍 | 第40-42页 |
| 5.3 总体设计 | 第42-43页 |
| 5.4 具体实现 | 第43-50页 |
| 5.4.1 动态污点分析 | 第43-47页 |
| 5.4.2 InstMon插件的实现 | 第47-49页 |
| 5.4.3 模型库的建立 | 第49页 |
| 5.4.4 恶意软件变种识别 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 第六章 实验与分析 | 第51-57页 |
| 6.1 实验环境 | 第51页 |
| 6.2 分析平台的可用性验证 | 第51-53页 |
| 6.3 恶意软件变种识别效果 | 第53-55页 |
| 6.4 抗干扰能力验证 | 第55-56页 |
| 6.5 本章小结 | 第56-57页 |
| 第七章 总结与展望 | 第57-59页 |
| 7.1 总结 | 第57页 |
| 7.2 未来工作 | 第57-59页 |
| 攻读硕士学位期间参与的科研项目 | 第59页 |
| 攻读硕士学位期间取得研究成果 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
