基于筛选函数的恶意代码分类研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文研究内容和结构 | 第13-15页 |
| 第二章 相关背景知识介绍 | 第15-26页 |
| 2.1 恶意代码简介 | 第15-18页 |
| 2.1.1 恶意代码的概念 | 第15页 |
| 2.1.2 恶意代码的发展历程 | 第15-16页 |
| 2.1.3 恶意代码种类 | 第16-18页 |
| 2.2 恶意代码检测与分析技术 | 第18-20页 |
| 2.2.1 恶意代码动态分析 | 第18-19页 |
| 2.2.2 恶意代码静态分析 | 第19-20页 |
| 2.3 恶意代码变种介绍 | 第20-25页 |
| 2.3.1 恶意代码的命名规则 | 第20-21页 |
| 2.3.2 恶意代码演化技术 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于OCSVM筛选函数的恶意代码分类方法 | 第26-38页 |
| 3.1 引言 | 第26-27页 |
| 3.2 基于筛选函数的恶意代码分类框架 | 第27-28页 |
| 3.3 恶意代码特征函数筛选 | 第28-32页 |
| 3.3.1 样本预处理及静态特征提取 | 第28-31页 |
| 3.3.2 基于OCSVM特征函数筛选 | 第31-32页 |
| 3.4 家族特征库生成及相似度计算 | 第32-34页 |
| 3.4.1 家族特征库生成 | 第32-33页 |
| 3.4.2 相似度计算 | 第33-34页 |
| 3.5 实验分析 | 第34-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 基于关联函数的恶意代码分类方法 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 家族误判分析 | 第38-42页 |
| 4.3 基于关联函数的相似性计算 | 第42-43页 |
| 4.4 实验分析 | 第43-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第五章 基于函数调用图特征的恶意代码分类方法 | 第46-56页 |
| 5.1 引言 | 第46-47页 |
| 5.2 基于函数调用图特征的分类方法 | 第47-51页 |
| 5.2.1 函数调用图及其提取 | 第47页 |
| 5.2.2 节点重要性及其计算 | 第47-49页 |
| 5.2.3 相似度计算及样本实例分析 | 第49-51页 |
| 5.3 实验分析 | 第51-55页 |
| 5.3.1 本章实验结果与分析 | 第51-53页 |
| 5.3.2 基于函数内部与关联信息筛选规则对比 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 致谢 | 第62页 |
