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

基于客户端恶意网页收集与分析系统的安全技术研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-16页
   ·研究背景第9页
   ·国内外研究现状第9-13页
     ·客户端蜜罐第9-11页
     ·Deep Web 动态网页数据获取第11页
     ·HTML5第11-12页
     ·恶意网站第12-13页
   ·研究内容第13-14页
   ·组织结构第14-15页
   ·本章小结第15-16页
第二章 HoneyClient 蜜罐安全改进第16-28页
   ·客户端攻击第16-22页
     ·客户端攻击原理第16页
     ·客户端软件漏洞第16-19页
     ·客户端攻击途径第19-22页
     ·客户端攻击的恶劣现状第22页
   ·HoneyClient第22-25页
   ·HoneyClient 安全改进第25-27页
   ·本章小结第27-28页
第三章 DeepWeb 爬虫第28-41页
   ·网络爬虫第28-29页
     ·网络爬虫机制第28-29页
     ·现有网络爬虫的缺陷第29页
   ·DeepWeb 技术第29-31页
     ·DeepWeb 数据获取流程第29-30页
     ·DeepWeb 数据获取第30-31页
   ·DW-Y 爬虫设计第31-40页
     ·URL 管理第31-32页
     ·多线程第32-34页
     ·深度网页表单处理第34-40页
   ·本章小结第40-41页
第四章 恶意网页数据分析第41-64页
   ·HTML5 安全分析第41-46页
     ·HTML5 安全改进第41页
     ·HTML5 安全漏洞第41-46页
   ·恶意代码特征提取第46-51页
     ·内存溢出类攻击特征第46-48页
     ·攻击被触发时的特征第48页
     ·跳转攻击特征第48-51页
     ·其他攻击特征第51页
   ·恶意代码分析方法第51-63页
     ·HtmlAgility Pack 分析第52-56页
     ·传统正则表达式分析第56-63页
   ·本章小结第63-64页
第五章 实验结果与分析第64-70页
   ·实验环境第64页
   ·实验流程第64-69页
     ·HoneyClient 安全改进第64-65页
     ·获得恶意 URL第65-66页
     ·获得恶意网站数据第66-68页
     ·网页数据分析第68-69页
   ·实验结果分析第69-70页
第六章 总结与展望第70-72页
   ·全文总结第70页
   ·研究展望第70-72页
致谢第72-73页
参考文献第73-74页

论文共74页,点击 下载论文
上一篇:基于用户体验的电子商务平台信息触达设计研究
下一篇:基于主题的微博网页爬虫研究