| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 引言 | 第9-11页 |
| 1 绪论 | 第11-18页 |
| 1.1 论文的研究背景 | 第11-16页 |
| 1.1.1 恶意软件与网络信息系统安全 | 第11-12页 |
| 1.1.2 恶意软件分析检测简介 | 第12-13页 |
| 1.1.3 机器学习用于恶意软件分类研究现状 | 第13-14页 |
| 1.1.4 分布式安全检测系统研究现状——Metron | 第14-16页 |
| 1.1.5 系统缺陷 | 第16页 |
| 1.2 本文的研究内容 | 第16-17页 |
| 1.2.1 研究意义 | 第16-17页 |
| 1.2.2 研究内容 | 第17页 |
| 1.3 论文的组织安排 | 第17-18页 |
| 2 恶意软件同源分类模型设计 | 第18-44页 |
| 2.1 问题描述 | 第18页 |
| 2.2 数据源 | 第18-20页 |
| 2.3 环境搭建 | 第20页 |
| 2.4 特征选择 | 第20-23页 |
| 2.5 样本分割 | 第23页 |
| 2.6 特征筛选 | 第23-27页 |
| 2.6.1 筛选规则 | 第23-24页 |
| 2.6.2 用于筛选特征的信息熵 | 第24页 |
| 2.6.3 条件熵与信息增益 | 第24-25页 |
| 2.6.4 TF-IDF | 第25-26页 |
| 2.6.5 信息增益vs TF-IDF | 第26-27页 |
| 2.7 特征值提取 | 第27-37页 |
| 2.7.1 工具包 | 第27-28页 |
| 2.7.2 各特征提取 | 第28-37页 |
| 2.8 建立模型 | 第37-38页 |
| 2.8.1 随机森林 | 第37页 |
| 2.8.2 Xgboost | 第37-38页 |
| 2.9 实验结果 | 第38-42页 |
| 2.9.1 过拟合和欠拟合 | 第38页 |
| 2.9.2 正确性 | 第38-39页 |
| 2.9.3 模型评估 | 第39页 |
| 2.9.4 小数据集 | 第39-41页 |
| 2.9.5 大样本数据集 | 第41-42页 |
| 2.10 本章小结 | 第42-44页 |
| 3 分布式安全检测系统设计 | 第44-49页 |
| 3.1 恶意软件分类——EXE文件 | 第44页 |
| 3.2 数据预处理 | 第44-45页 |
| 3.2.1 Hadoop/Spark | 第44-45页 |
| 3.2.2 流式处理/批处理 | 第45页 |
| 3.3 需求分析 | 第45-46页 |
| 3.4 系统大数据框架 | 第46-47页 |
| 3.5 数据流程图 | 第47页 |
| 3.6 可行性研究 | 第47-48页 |
| 3.7 本章小结 | 第48-49页 |
| 4 系统整合 | 第49-55页 |
| 4.1 系统环境搭建 | 第49-51页 |
| 4.1.1 ES（ElasticSearch） | 第49页 |
| 4.1.2 Moloch-capture | 第49-50页 |
| 4.1.3 Elastalert | 第50-51页 |
| 4.2 Pcap包处理 | 第51-53页 |
| 4.3 模型处理数据 | 第53页 |
| 4.4 测试方案 | 第53-55页 |
| 5 结论 | 第55-57页 |
| 6 结束语 | 第57-59页 |
| 6.1 本文的总结 | 第57页 |
| 6.2 进一步工作 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61-62页 |