基于全局二维操作码矩阵和密度聚类的恶意软件检测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-16页 |
| 1.1.1 研究背景 | 第12-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 国外研究现状 | 第16-17页 |
| 1.2.2 国内研究现状 | 第17-18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.4 本文组织结构 | 第19-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第2章 恶意软件检测关键技术 | 第21-31页 |
| 2.1 恶意软件介绍 | 第21页 |
| 2.2 加壳和混淆技术 | 第21-23页 |
| 2.2.1 加壳技术 | 第22页 |
| 2.2.2 代码混淆 | 第22-23页 |
| 2.3 恶意软件检测技术 | 第23-26页 |
| 2.3.1 静态检测技术 | 第23-25页 |
| 2.3.2 动态检测技术 | 第25-26页 |
| 2.4 逆向工程 | 第26-27页 |
| 2.5 机器学习和恶意软件检测技术 | 第27-30页 |
| 2.5.1 KNN分类算法 | 第27-28页 |
| 2.5.2 决策树算法 | 第28-30页 |
| 2.5.3 密度聚类算法 | 第30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于操作码序列全局二维操作码矩阵构建 | 第31-39页 |
| 3.1 方法概述 | 第31-32页 |
| 3.2 数据预处理 | 第32-34页 |
| 3.2.1 脱壳 | 第32-33页 |
| 3.2.2 反汇编 | 第33-34页 |
| 3.3 恶意软件特征提取 | 第34-37页 |
| 3.3.1 N-Gram提取操作码序列 | 第34-35页 |
| 3.3.2 基于信息增益的特征值计算 | 第35-37页 |
| 3.4 二维操作码矩阵的构建 | 第37-38页 |
| 3.4.1 操作码矩阵的构建算法 | 第37页 |
| 3.4.2 操作码矩阵的构建步骤 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于密度聚类的恶意软件检测 | 第39-47页 |
| 4.1 方法概述 | 第39-40页 |
| 4.2 密度聚类算法 | 第40-41页 |
| 4.3 基于密度聚类的恶意软件检测 | 第41-46页 |
| 4.3.1 基于密度聚类的操作码矩阵模式提取 | 第42-44页 |
| 4.3.2 恶意软件检测 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 实验结果及分析 | 第47-55页 |
| 5.1 实验方法 | 第47-48页 |
| 5.1.1 对比方法 | 第47页 |
| 5.1.2 交叉验证 | 第47-48页 |
| 5.2 数据集与预处理 | 第48-49页 |
| 5.3 实验环境 | 第49页 |
| 5.4 实验结果分析 | 第49-54页 |
| 5.4.1 时间开销和空间占用 | 第49-52页 |
| 5.4.2 准确率对比分析 | 第52-54页 |
| 5.5 本章小结 | 第54-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 附录A 攻读硕士学位期间所发表的学术论文目录 | 第62-63页 |
| 附录B 攻读学位期间参与的主要项目 | 第63-64页 |
| 致谢 | 第64页 |
