缓冲区溢出漏洞精准检测技术研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景 | 第13页 |
| 1.2 研究现状和动机 | 第13-14页 |
| 1.3 本文工作 | 第14-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 第二章 背景知识及相关工作 | 第17-23页 |
| 2.1 静态分析技术与工具 | 第17-20页 |
| 2.2 静态警报处理 | 第20-21页 |
| 2.3 机器学习在软件工程中的应用 | 第21-22页 |
| 2.4 本章总结 | 第22-23页 |
| 第三章 缓冲区溢出漏洞模式研究 | 第23-45页 |
| 3.1 缓冲区溢出漏洞 | 第23-25页 |
| 3.2 漏洞模式研究 | 第25-43页 |
| 3.2.1 缓冲区溢出的操作分布 | 第27-28页 |
| 3.2.2 缓冲区溢出漏洞产生机理 | 第28-35页 |
| 3.2.3 缓冲区溢出的修复模式 | 第35-43页 |
| 3.3 本章总结 | 第43-45页 |
| 第四章 缓冲区溢出的静态分析方法 | 第45-61页 |
| 4.1 方法概述 | 第45页 |
| 4.2 方法原理 | 第45-51页 |
| 4.2.1 初步定位 | 第46页 |
| 4.2.2 精准检测 | 第46-49页 |
| 4.2.3 检测算法 | 第49-51页 |
| 4.3 工具实现 | 第51页 |
| 4.4 实验研究 | 第51-57页 |
| 4.4.1 自变量和因变量 | 第52页 |
| 4.4.2 实验步骤 | 第52页 |
| 4.4.3 实验结果 | 第52-57页 |
| 4.5 讨论 | 第57-59页 |
| 4.5.1 语法分析占用时间 | 第57页 |
| 4.5.2 自定义函数 | 第57-58页 |
| 4.5.3 理解变量名 | 第58-59页 |
| 4.6 本章总结 | 第59-61页 |
| 第五章 基于机器学习的静态分析警报处理 | 第61-71页 |
| 5.1 方法概述 | 第61页 |
| 5.2 方法原理 | 第61-65页 |
| 5.2.1 特征选择 | 第62-64页 |
| 5.2.2 静态分析抽取特征 | 第64页 |
| 5.2.3 训练和验证模型 | 第64-65页 |
| 5.3 工具实现 | 第65页 |
| 5.4 实验研究 | 第65-68页 |
| 5.4.1 数据集 | 第65-66页 |
| 5.4.2 评判标准 | 第66页 |
| 5.4.3 实验步骤 | 第66-67页 |
| 5.4.4 实验结果 | 第67-68页 |
| 5.5 讨论 | 第68-69页 |
| 5.6 本章总结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 本文主要工作 | 第71-72页 |
| 6.2 未来展望 | 第72-73页 |
| 参考文献 | 第73-79页 |
| 简历与科研成果 | 第79-81页 |
| 致谢 | 第81-82页 |
