摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第12-20页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 入侵检测架构 | 第13-15页 |
1.2.2 虚拟环境下Rootkit检测技术 | 第15-16页 |
1.2.3 人工智能算法 | 第16-17页 |
1.3 本文主要研究内容 | 第17-18页 |
1.4 本文的组织结构 | 第18-20页 |
第二章 相关技术研究 | 第20-30页 |
2.1 Xen虚拟化技术概述 | 第20-23页 |
2.1.1 Xen虚拟化体系结构 | 第20-21页 |
2.1.2 Xen的内存虚拟化 | 第21-22页 |
2.1.3 虚拟机间通信机制 | 第22-23页 |
2.2 Rootkit实现机制 | 第23-26页 |
2.2.1 用户模式Rootkit | 第24页 |
2.2.2 内核模式Rootkit | 第24-25页 |
2.2.3 虚拟模式Rootkit | 第25-26页 |
2.2.4 Rootkit分类对比 | 第26页 |
2.3 虚拟机自省技术 | 第26-28页 |
2.3.1 VMI概念 | 第26-27页 |
2.3.2 VMI的实现方式 | 第27-28页 |
2.4 系统工程方法 | 第28-29页 |
2.4.1 人工智能方法 | 第28页 |
2.4.2 系统优化技术 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
第三章 虚拟化环境下基于职能分离的Rootkit检测系统架构 | 第30-46页 |
3.1 Rootkit检测系统安全需求与假设 | 第30-35页 |
3.1.1 系统安全需求 | 第30-32页 |
3.1.2 设计目标 | 第32-33页 |
3.1.3 安全假设 | 第33-35页 |
3.2 基于职能分离的XenMatrix系统架构 | 第35-38页 |
3.2.1 XenMatrix系统结构 | 第35-37页 |
3.2.2 XenMatrix系统的工作原理 | 第37-38页 |
3.2.3 安全性分析 | 第38页 |
3.3 XenMatrix系统架构的关键模块设计 | 第38-45页 |
3.3.1 NNDRM检测模型结构 | 第38-40页 |
3.3.2 检测频率自适应调整策略 | 第40-42页 |
3.3.3 行为特征捕获模块 | 第42-45页 |
3.4 本章小结 | 第45-46页 |
第四章 基于智能优化算法的Rootkit模型检测算法 | 第46-64页 |
4.1 人工神经网络概述 | 第46-48页 |
4.1.1 BP神经网络 | 第46-47页 |
4.1.2 Hopfield神经网络 | 第47页 |
4.1.3 人工神经网络模型的选取 | 第47-48页 |
4.2 基于BP神经网络的NNDRM检测模型 | 第48-56页 |
4.2.1 NNDRM模型的构建 | 第48-49页 |
4.2.2 行为特征的量化算法 | 第49-50页 |
4.2.3 输出结果的解码算法 | 第50页 |
4.2.4 XenDRA检测算法设计 | 第50-53页 |
4.2.5 XenDRA检测算法的MATLAB仿真 | 第53-56页 |
4.3 基于改进QPSO优化XenDRA的检测算法XenMDRA | 第56-62页 |
4.3.1 QPSO算法概述 | 第56-58页 |
4.3.2 QPSO算法改进研究 | 第58页 |
4.3.3 XenMDRA检测算法设计 | 第58-60页 |
4.3.4 XenMDRA检测算法的MATLAB仿真 | 第60-62页 |
4.4 本章小结 | 第62-64页 |
第五章 实验及结果分析 | 第64-72页 |
5.1 实验环境构建 | 第64-66页 |
5.1.1 实验平台配置 | 第64页 |
5.1.2 Xen虚拟化环境 | 第64-65页 |
5.1.3 XenMatrix原型系统 | 第65-66页 |
5.2 检测结果 | 第66-67页 |
5.3 性能指标评估 | 第67-70页 |
5.3.1 检测系统有效性分析 | 第67-68页 |
5.3.2 检测系统性能分析 | 第68-70页 |
5.4 本章小结 | 第70-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 总结 | 第72页 |
6.2 下一步工作 | 第72-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-80页 |
作者简历 攻读硕士学位期间完成的主要工作 | 第80页 |