| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 系统研究目标和内容 | 第14页 |
| 1.4 论文组织架构 | 第14-16页 |
| 第二章 恶意网页检测相关技术研究 | 第16-28页 |
| 2.1 恶意网页的攻击技术 | 第16-22页 |
| 2.1.1 恶意网页的定义 | 第16页 |
| 2.1.2 网页恶意代码的攻击原理及常见的攻击方式分析 | 第16-20页 |
| 2.1.3 网页恶意代码混淆技术 | 第20-22页 |
| 2.2 恶意网页检测系统方案对比 | 第22-23页 |
| 2.3 恶意网页检测系统开发关键技术 | 第23-27页 |
| 2.3.1 常见JS引擎介绍以及解析示例 | 第23-24页 |
| 2.3.2 匹配算法 | 第24-25页 |
| 2.3.3 机器学习技术 | 第25-27页 |
| 2.4 本章小节 | 第27-28页 |
| 第三章 恶意网页检测系统的研究与设计 | 第28-40页 |
| 3.1 系统的设计原则及目标 | 第28-29页 |
| 3.1.1 系统的设计原则 | 第28页 |
| 3.1.2 系统的设计目标 | 第28-29页 |
| 3.2 恶意网页检测系统架构设计 | 第29-31页 |
| 3.2.1 系统架构设计 | 第29-30页 |
| 3.2.2 特征库管理模块设计 | 第30页 |
| 3.2.3 检测引擎各模块设计 | 第30-31页 |
| 3.3 数据库设计 | 第31-32页 |
| 3.4 特征库规则设计 | 第32-34页 |
| 3.4.1 规则库编写原则 | 第32-33页 |
| 3.4.2 规则库文件格式 | 第33-34页 |
| 3.5 分类模型研究 | 第34-39页 |
| 3.5.1 特征向量选取 | 第34-37页 |
| 3.5.2 分类算法的选取 | 第37-38页 |
| 3.5.3 分类器参数优化 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 恶意网页检测系统关键模块的实现 | 第40-59页 |
| 4.1 系统检测总体流程 | 第40-41页 |
| 4.2 预处理模块 | 第41-42页 |
| 4.3 文件下载模块 | 第42-43页 |
| 4.4 JS引擎解析模块 | 第43-45页 |
| 4.5 特征库匹配模块 | 第45-48页 |
| 4.6 分类模块 | 第48页 |
| 4.7 特征库管理模块 | 第48-58页 |
| 4.7.1 url及样本收集子模块 | 第49-53页 |
| 4.7.2 特征库自动提取子模块 | 第53-56页 |
| 4.7.3 误报测试子模块 | 第56-57页 |
| 4.7.4 特征库管理前台子模块 | 第57-58页 |
| 4.8 本章小结 | 第58-59页 |
| 第五章 系统测试分析 | 第59-62页 |
| 5.1 试意义 | 第59页 |
| 5.2 测试环境 | 第59页 |
| 5.3 测试结果及分析 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 论文工作总结 | 第62-63页 |
| 6.2 问题和展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |