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

基于改进模糊测试的Web漏洞挖掘算法研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 研究背景及意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12-13页
    1.2 国内外研究现状第13-16页
        1.2.1 漏洞挖掘技术探究第13-14页
        1.2.2 模糊测试技术研究现状分析第14-16页
    1.3 主要工作内容及论文结构安排第16-18页
        1.3.1 主要工作内容第16-17页
        1.3.2 论文基本结构安排第17-18页
    1.4 本章小结第18-19页
第二章 相关技术介绍第19-34页
    2.1 模糊测试技术第19-21页
        2.1.1 模糊测试介绍第19页
        2.1.2 模糊测试的分类第19-20页
        2.1.3 模糊测试技术的基本流程第20-21页
    2.2 网络爬虫第21-26页
        2.2.1 网络爬虫介绍第21-22页
        2.2.2 网络爬虫的分类第22-26页
    2.3 遗传算法第26-28页
        2.3.1 遗传算法的进化思想介绍第26-28页
        2.3.2 遗传算法的描述第28页
    2.4 SQL注入攻击与XSS攻击第28-33页
        2.4.1 SQL注入攻击第28-29页
        2.4.2 SQL注入的危害第29-30页
        2.4.3 XSS攻击第30-32页
        2.4.4 XSS的危害第32-33页
    2.5 本章小结第33-34页
第三章 模糊测试技术中的爬虫策略改进第34-50页
    3.1 引言第34页
    3.2 传统网络爬虫的缺陷分析第34-36页
    3.3 Web应用程序模型第36-37页
        3.3.1 模型定义第36页
        3.3.2 参数解释第36-37页
    3.4 Web页面状态检测算法第37-42页
        3.4.1 页面模型第37-39页
        3.4.2 相似页面及链接分类第39-41页
        3.4.3 分析改变页面状态的请求第41页
        3.4.4 爬虫路径导航第41-42页
    3.5 基于页面状态的网络爬虫算法第42-45页
        3.5.1 NC-PSA算法流程描述第42-44页
        3.5.2 NC-PSA算法流程图第44-45页
    3.6 实验设计与结果分析第45-49页
        3.6.1 实验设计第45-47页
        3.6.2 结果分析第47-49页
    3.7 本章小结第49-50页
第四章 基于遗传算法的模糊测试技术改进第50-74页
    4.1 引言第50页
    4.2 基因编码第50-52页
        4.2.1 编码思想第50-51页
        4.2.2 编码设计第51-52页
    4.3 适应度函数设计第52-53页
    4.4 遗传操作第53-56页
        4.4.1 选择算法第54页
        4.4.2 自适应交叉与变异算法第54-56页
    4.5 GA-FTCOA与Fuzzing-IWVMA算法流程第56-60页
        4.5.1 GA-FTCOA算法流程描述第56-57页
        4.5.2 GA-FTCOA算法流程图第57-58页
        4.5.3 Fuzzing-IWVMA算法流程描述第58-59页
        4.5.4 Fuzzing-IWVMA算法流程图第59-60页
    4.6 实验分析第60-73页
        4.6.1 实验设计第60-63页
        4.6.2 GA-FTCOA算法实验结果与分析第63-68页
        4.6.3 Fuzzing-IWVMA算法实验结果与分析第68-73页
    4.7 本章小结第73-74页
第五章 总结与展望第74-76页
    5.1 总结第74-75页
    5.2 展望第75-76页
参考文献第76-81页
致谢第81-82页
攻读硕士学位期间参加的科研项目第82-83页
攻读学位期间发表论文情况第83页

论文共83页,点击 下载论文
上一篇:应用层DDoS检测算法研究
下一篇:矩形件排样问题的遗传模拟退火算法研究