首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于网络行为特征聚类分析的恶意代码检测技术研究

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

论文共70页,点击 下载论文
上一篇:亚波长偏振光栅的分束特性研究
下一篇:具对数源的基尔霍夫方程(组)的适定性研究