| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 恶意程序检测的研究意义 | 第17-18页 |
| 1.3 国内外研究现状 | 第18-20页 |
| 1.4 论文研究内容与章节结构 | 第20-22页 |
| 1.4.1 研究内容 | 第20-21页 |
| 1.4.2 章节结构 | 第21-22页 |
| 第二章 面向沙盒的恶意程序行为分析与检测方法研究 | 第22-34页 |
| 2.1 程序运行时行为信息捕获 | 第22-27页 |
| 2.1.1 动态分析方法 | 第22-23页 |
| 2.1.2 HOOK API技术 | 第23-25页 |
| 2.1.3 沙盒系统 | 第25页 |
| 2.1.4 Cuckoo Sandbox | 第25-27页 |
| 2.2 程序运行时行为特征提取 | 第27-29页 |
| 2.2.1 n-gram描述法 | 第27-28页 |
| 2.2.2 API依赖关系图描述法 | 第28-29页 |
| 2.2.3 安全敏感最小行为描述法 | 第29页 |
| 2.3 恶意程序行为检测算法 | 第29-32页 |
| 2.3.1 决策树 | 第29-32页 |
| 2.3.2 提升方法Ada Boost | 第32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 面向沙盒的恶意程序行为分析与检测框架设计 | 第34-50页 |
| 3.1 框架总体设计 | 第34-35页 |
| 3.2 框架各模块设计 | 第35-47页 |
| 3.2.1 程序运行时行为信息捕获模块 | 第35-38页 |
| 3.2.2 程序运行时行为特征提取模块 | 第38-45页 |
| 3.2.3 行为检测算法模块 | 第45-47页 |
| 3.3 本章小结 | 第47-50页 |
| 第四章 基于Cuckoo的恶意程序行为分析与检测系统实现 | 第50-64页 |
| 4.1 程序运行时行为信息捕获模块实现 | 第50-54页 |
| 4.1.1 自动化批量配接API组件 | 第50-54页 |
| 4.1.2 基于Cuckoo平台构建沙盒系统 | 第54页 |
| 4.2 程序运行时行为特征提取模块实现 | 第54-59页 |
| 4.2.1 初级行为特征提取 | 第54-57页 |
| 4.2.2 高级行为特征提取 | 第57-59页 |
| 4.3 行为检测算法模块实现 | 第59-62页 |
| 4.3.1 Ada Boost提升方法实现 | 第59-60页 |
| 4.3.2 CART算法实现子分类器 | 第60-62页 |
| 4.4 本章小结 | 第62-64页 |
| 第五章 系统测试与分析 | 第64-76页 |
| 5.1 自动化批量配接API组件有效性验证 | 第64-65页 |
| 5.2 程序运行时行为信息捕获模块有效性验证 | 第65-67页 |
| 5.3 程序运行时行为特征提取模块有效性验证 | 第67-72页 |
| 5.4 行为检测算法模块有效性验证 | 第72-73页 |
| 5.5 面向沙盒的恶意程序行为分析与检测系统有效性验证 | 第73-74页 |
| 5.6 本章小结 | 第74-76页 |
| 第六章 总结与展望 | 第76-80页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 未来展望 | 第77-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86-87页 |