一种基于操作码序列的快速病毒检测方法
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 选题背景及意义 | 第11-14页 |
| 1.1.1 选题的背景 | 第11-13页 |
| 1.1.2 选题的目的与意义 | 第13-14页 |
| 1.2 国内外研究现状及存在的问题 | 第14-16页 |
| 1.2.1 国内外研究现状 | 第14-16页 |
| 1.2.2 存在的问题 | 第16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文章节安排 | 第17-19页 |
| 第2章 恶意代码以及聚类概述 | 第19-35页 |
| 2.1 恶意代码的定义及分类 | 第19-21页 |
| 2.1.1 恶意代码的定义 | 第19页 |
| 2.1.2 恶意代码的分类 | 第19-21页 |
| 2.2 恶意代码的检测技术 | 第21-23页 |
| 2.3 恶意代码的反检测技术 | 第23-25页 |
| 2.3.1 加壳与脱壳技术 | 第23-24页 |
| 2.3.2 反虚拟机技术 | 第24页 |
| 2.3.3 反调试技术 | 第24-25页 |
| 2.3.4 对抗反汇编 | 第25页 |
| 2.4 聚类概述 | 第25-34页 |
| 2.4.1 层次聚类 | 第26-28页 |
| 2.4.2 密度聚类 | 第28-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 基于操作码序列的快速恶意代码检测方法 | 第35-45页 |
| 3.1 数据的预处理 | 第35-38页 |
| 3.1.1 查壳与脱壳 | 第35-36页 |
| 3.1.2 反汇编 | 第36-37页 |
| 3.1.3 N-GRAM算法提取特征 | 第37-38页 |
| 3.2 基于信息熵的特征提取 | 第38-41页 |
| 3.2.1 相关问题陈述及定义 | 第38页 |
| 3.2.2 TF-IDF算法 | 第38-40页 |
| 3.2.3 基于信息熵的特征提取 | 第40-41页 |
| 3.3 改进的快速密度聚类 | 第41-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第4章 系统原型设计与实验结果 | 第45-54页 |
| 4.1 系统原型整体架构设计 | 第45-46页 |
| 4.2 系统原型功能模块设计与实现 | 第46-47页 |
| 4.2.1 数据预处理模块 | 第46页 |
| 4.2.2 检测模块 | 第46页 |
| 4.2.3 特征学习模块 | 第46-47页 |
| 4.3 实验结果 | 第47-53页 |
| 4.3.1 实验评价方法 | 第47-49页 |
| 4.3.2 实验环境 | 第49页 |
| 4.3.3 数据集 | 第49页 |
| 4.3.4 参数的设置 | 第49-50页 |
| 4.3.5 准确率和性能的比较 | 第50页 |
| 4.3.6 稳定性比较 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 致谢 | 第61-62页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第62-63页 |
| 附录B 攻读学位期间所参与的主要项目 | 第63页 |
