摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第一章 绪论 | 第11-16页 |
1.1 研究背景 | 第11-12页 |
1.2 研究目的和意义 | 第12-13页 |
1.3 课题国内外研究现状 | 第13-14页 |
1.4 论文研究工作 | 第14-15页 |
1.5 论文组织结构 | 第15-16页 |
第二章 恶意代码及相关技术介绍 | 第16-26页 |
2.1 恶意代码的种类及特点介绍 | 第16-19页 |
2.1.1 蠕虫 | 第17页 |
2.1.2 病毒 | 第17-18页 |
2.1.3 后门程序 | 第18页 |
2.1.4 木马 | 第18页 |
2.1.5 僵尸网络 | 第18-19页 |
2.2 恶意代码的检测方法 | 第19-23页 |
2.2.1 静态特征码扫描技术 | 第19-21页 |
2.2.2 启发式扫描技术 | 第21-22页 |
2.2.3 特征码技术和启发式技术的对比 | 第22-23页 |
2.3 恶意代码的反检测技术 | 第23-25页 |
2.3.1 加壳技术 | 第23-24页 |
2.3.2 多态变形技术 | 第24-25页 |
2.4 针对病毒反检测技术的检测方式 | 第25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于行为特征的恶意代码检测技术研究 | 第26-48页 |
3.1 恶意代码特征分析 | 第26-33页 |
3.1.1 静态分析方法 | 第26-27页 |
3.1.2 动态分析方法 | 第27-29页 |
3.1.3 典型恶意代码行为特征分析 | 第29-33页 |
3.2 恶意软件自动分析技术研究 | 第33-37页 |
3.2.1 API调用序列获取技术研究 | 第33-36页 |
3.2.2 程序行为记录技术研究 | 第36-37页 |
3.3 ROOTKIT技术研究 | 第37-40页 |
3.4 基于赋权特征向量的改进攻击树模型恶意代码分析方法 | 第40-47页 |
3.4.1 传统的几种攻击树模型思想 | 第40-42页 |
3.4.2 基于赋权特征向量的改进攻击树模型 | 第42-47页 |
3.5 本章小节 | 第47-48页 |
第四章 恶意代码检测系统的设计与实现 | 第48-70页 |
4.1 设计目标 | 第48页 |
4.2 框架设计 | 第48-50页 |
4.3 行为检测模块设计实现 | 第50-58页 |
4.3.1 API调用序列获取模块 | 第50-52页 |
4.3.2 关键行为记录模块设计实现 | 第52-58页 |
4.4 ROOTKIT检测模块设计实现 | 第58-62页 |
4.4.1 IAT钩子检测 | 第58-59页 |
4.4.2 EAT钩子检测 | 第59-60页 |
4.4.3 IDT钩子检测 | 第60-61页 |
4.4.4 SSDT钩子检测 | 第61-62页 |
4.5 裁判系统设计实现 | 第62-67页 |
4.5.1 裁判模型构建 | 第63-64页 |
4.5.2 检测算法 | 第64-67页 |
4.6 数据库设计实现 | 第67-69页 |
4.6.1 数据库总体设计 | 第67-68页 |
4.6.2 数据库表 | 第68-69页 |
4.7 本章小结 | 第69-70页 |
第五章 恶意代码检测系统测试 | 第70-76页 |
5.1 测试环境 | 第70页 |
5.2 模块单元测试 | 第70-72页 |
5.3 系统集成测试 | 第72-74页 |
5.3.1 测试样本集 | 第72页 |
5.3.2 测试结果 | 第72-74页 |
5.4 对比测试 | 第74-75页 |
5.5 本章小结 | 第75-76页 |
第六章 总结与展望 | 第76-78页 |
6.1 论文工作总结 | 第76页 |
6.2 后续研究工作 | 第76-78页 |
致谢 | 第78-79页 |
参考文献 | 第79-81页 |
攻硕期间取得的成果 | 第81-82页 |