基于虚拟化的恶意代码检测技术研究与实现
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-19页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.1.1 研究背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 本文结构 | 第17-19页 |
| 第二章 恶意代码相关技术研究 | 第19-31页 |
| 2.1 恶意代码的分类 | 第19-20页 |
| 2.2 恶意代码自我保护技术 | 第20-22页 |
| 2.3 Windows PE文件 | 第22-24页 |
| 2.4 恶意代码检测的主流技术 | 第24-27页 |
| 2.4.1 静态分析 | 第24-26页 |
| 2.4.2 动态分析 | 第26-27页 |
| 2.5 恶意代码行为特征研究 | 第27-30页 |
| 2.5.1 注册表行为 | 第28-29页 |
| 2.5.2 进程行为 | 第29页 |
| 2.5.3 文件行为 | 第29-30页 |
| 2.5.4 网络行为 | 第30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 基于虚拟化的恶意代码检测技术研究 | 第31-49页 |
| 3.1 基于行为的恶意代码检测方法的理论 | 第31页 |
| 3.2 虚拟化技术研究 | 第31-37页 |
| 3.2.1 基于内核层钩挂文件虚拟化技术 | 第31-34页 |
| 3.2.2 基于TDI技术的网络虚拟化 | 第34-37页 |
| 3.3 隐藏进程检测技术研究 | 第37-40页 |
| 3.3.1 一种改进的隐藏进程检测技术 | 第37-40页 |
| 3.3.2 效率分析 | 第40页 |
| 3.4 基于AHP的BP神经网络恶意代码检测方法 | 第40-48页 |
| 3.4.1 基于AHP的恶意代码评估模型 | 第40-44页 |
| 3.4.2 BP神经网络改进原理 | 第44-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于虚拟化的恶意代码检测系统设计 | 第49-64页 |
| 4.1 系统总体设计 | 第49-51页 |
| 4.2 系统模块详细设计 | 第51-63页 |
| 4.2.1 文件模块设计 | 第51-53页 |
| 4.2.2 注册表模块设计 | 第53-55页 |
| 4.2.3 进程模块设计 | 第55-59页 |
| 4.2.4 网络模块设计 | 第59-61页 |
| 4.2.5 内核模块设计 | 第61页 |
| 4.2.6 判断子系统设计 | 第61-63页 |
| 4.3 本章小结 | 第63-64页 |
| 第五章 系统的实现及测试 | 第64-74页 |
| 5.1 系统实现 | 第64-68页 |
| 5.1.1 系统加载恶意程序界面 | 第64-65页 |
| 5.1.2 文件模块 | 第65页 |
| 5.1.3 注册模块 | 第65-66页 |
| 5.1.4 进程模块 | 第66页 |
| 5.1.5 网络模块 | 第66-67页 |
| 5.1.6 测试结果 | 第67-68页 |
| 5.2 系统测试及其分析 | 第68-73页 |
| 5.2.1 行为监控有效性分析 | 第68-71页 |
| 5.2.2 恶意代码检测有效性分析 | 第71-73页 |
| 5.3 本章小结 | 第73-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 附录A | 第79-80页 |
| 攻读硕士学位期间的研究成果 | 第80-82页 |
| 致谢 | 第82页 |
