首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--一般性问题论文--安全保密论文

恶意代码增量聚类及检索技术研究

摘要第8-9页
ABSTRACT第9页
第一章 绪论第10-17页
    1.1 课题研究背景及意义第10-12页
    1.2 国内外研究现状第12-14页
        1.2.1 恶意代码聚类第12-13页
        1.2.2 恶意代码检索第13-14页
    1.3 本文研究内容第14-15页
    1.4 论文组织结构第15-17页
第二章 恶意代码增量聚类及检索相关研究第17-23页
    2.1 恶意代码增量聚类第17-20页
        2.1.1 增量聚类算法概述第17-19页
        2.1.2 恶意代码增量聚类技术第19-20页
    2.2 恶意代码函数比对第20-22页
        2.2.1 函数比对概述第20-21页
        2.2.2 恶意代码函数比对技术第21-22页
    2.3 本章小结第22-23页
第三章 恶意代码特征选取第23-29页
    3.1 Opcode序列第23-24页
    3.2 函数调用图第24-26页
    3.3 系统调用第26-27页
    3.4 多特征结合第27-28页
    3.5 本章小结第28-29页
第四章 恶意代码增量聚类算法第29-44页
    4.1 向量降维算法第29-33页
        4.1.1 随机投影第29-31页
        4.1.2 线性判别分析第31-33页
    4.2 增量聚类GLIC算法第33-42页
        4.2.1 聚类初始化第34-37页
        4.2.2 聚类调整第37-41页
        4.2.3 聚类评估第41-42页
    4.3 本章小结第42-44页
第五章 恶意代码函数比对算法第44-54页
    5.1 确定候选函数第44-47页
    5.2 匹配候选函数第47-50页
    5.3 修正匹配结果第50-52页
    5.4 本章小结第52-54页
第六章 实验与分析第54-63页
    6.1 特征向量选取第54-57页
        6.1.1 实验设定第54-55页
        6.1.2 实验结果与分析第55-57页
    6.2 恶意代码增量聚类GLIC算法第57-60页
        6.2.1 实验设定第57-58页
        6.2.2 实验结果与分析第58-60页
    6.3 恶意代码函数比对C2FM算法第60-62页
        6.3.1 实验设定第60-61页
        6.3.2 实验结果与分析第61-62页
    6.4 本章小结第62-63页
结束语第63-64页
致谢第64-65页
参考文献第65-69页
作者在学期间取得的学术成果第69页

论文共69页,点击 下载论文
上一篇:基于行为树的CGF行为建模研究
下一篇:拓扑感知的自适应互联网络故障处理技术研究