摘要 | 第5-6页 |
abstract | 第6-7页 |
第1章 绪论 | 第10-18页 |
1.1 课题背景及意义 | 第10-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.3 论文研究内容与组织结构 | 第15-18页 |
第2章 基于网络行为的恶意代码特征提取框架 | 第18-35页 |
2.1 引言 | 第18页 |
2.2 相关工作与对比分析 | 第18-23页 |
2.2.1 恶意代码分析技术 | 第18-19页 |
2.2.2 恶意代码检测技术 | 第19-21页 |
2.2.3 聚类分析技术 | 第21-23页 |
2.3 恶意代码网络行为特征提取框架 | 第23-34页 |
2.3.1 僵尸网络的网络行为分析 | 第23-27页 |
2.3.2 木马的网络行为分析 | 第27-29页 |
2.3.3 MFAM-NB框架描述 | 第29-34页 |
2.4 本章小结 | 第34-35页 |
第3章 基于PSO-KM聚类分析的恶意代码检测算法 | 第35-48页 |
3.1 引言 | 第35页 |
3.2 相关工作与对比分析 | 第35-38页 |
3.3 基于PSO-KM的恶意代码检测算法 | 第38-41页 |
3.4 实验结果与分析 | 第41-46页 |
3.4.1 实验环境与方案 | 第41-43页 |
3.4.2 实验结果分析 | 第43-46页 |
3.5 本章小结 | 第46-48页 |
第4章 基于自适应权重的K-MEANS聚类分析恶意代码检测算法 | 第48-63页 |
4.1 引言 | 第48页 |
4.2 相关工作与对比分析 | 第48-51页 |
4.3 基于AW-MMKM的恶意代码检测算法 | 第51-55页 |
4.4 实验结果分析 | 第55-58页 |
4.4.1 实验环境与方案 | 第55-56页 |
4.4.2 实验结果分析 | 第56-58页 |
4.5 PSO-KM与AW-MMKM算法实验对比分析 | 第58-60页 |
4.6 本章小结 | 第60-63页 |
结论 | 第63-65页 |
参考文献 | 第65-70页 |
致谢 | 第70页 |