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--一般性问题论文--安全保密论文

恶意软件特征提取与云安全检测技术研究

摘要第10-12页
ABSTRACT第12-13页
第一章 绪论第14-27页
    1.1 研究背景第14-17页
    1.2 研究问题第17-23页
        1.2.1 基于网络流的恶意软件特征提取第17-19页
        1.2.2 基于特征的恶意软件检测第19-23页
    1.3 本文研究内容与主要贡献第23-25页
    1.4 论文组织结构第25-27页
第二章 相关研究第27-47页
    2.1 恶意软件相关概念第27-30页
        2.1.1 恶意软件分类第27-28页
        2.1.2 恶意软件内容特征表示第28-30页
    2.2 恶意软件特征提取与检测相关技术第30-39页
        2.2.1 恶意软件特征提取第30-34页
        2.2.2 恶意软件特征检测第34-39页
    2.3 云安全检测中的隐私保护相关技术第39-46页
        2.3.1 安全定义第40-41页
        2.3.2 不经意传输协议第41-44页
        2.3.3 隐私集合交集协议第44-46页
    2.4 本章小结第46-47页
第三章 网络流恶意软件哈希特征自动聚类与提取机制第47-69页
    3.1 系统设计第48-49页
    3.2 哈希矩阵生成第49-52页
        3.2.1 提取嫌疑片段第49-50页
        3.2.2 构造哈希矩阵第50-52页
    3.3 哈希矩阵聚类第52-57页
        3.3.1 交叉关联聚类第52-55页
        3.3.2 中值滤波降噪第55-57页
    3.4 贝叶斯特征提取第57-62页
    3.5 性能评估第62-68页
        3.5.1 应用场景第62-63页
        3.5.2 实验环境与数据第63页
        3.5.3 字符特征结果第63-64页
        3.5.4 哈希特征结果第64-67页
        3.5.5 检测误报率第67-68页
    3.6 本章小结第68-69页
第四章 基于哈希特征的云安全检测机制第69-80页
    4.1 系统设计第70-72页
        4.1.1 设计目的第70页
        4.1.2 系统架构第70-72页
    4.2 特征匹配过程第72-77页
        4.2.1 初步过滤第72-73页
        4.2.2 层次式过滤第73-76页
        4.2.3 结果确认第76-77页
    4.3 性能评估第77-79页
        4.3.1 实验设置第77页
        4.3.2 内存通信评估第77-78页
        4.3.3 检测时间评估第78-79页
    4.4 本章小结第79-80页
第五章 云安全检测的防窃听机制第80-104页
    5.1 系统设计第81-84页
        5.1.1 设计基础与动机第82-83页
        5.1.2 系统结构第83-84页
        5.1.3 常用符号及含义第84页
    5.2 基于可逆概述的特征结构第84-89页
        5.2.1 特征规格化过程第84-86页
        5.2.2 可逆概述结构基本操作第86-88页
        5.2.3 特征片段存储第88-89页
    5.3 特征匹配策略第89-93页
        5.3.1 快速扫描第89-90页
        5.3.2 嫌疑容器交叉过滤第90-93页
    5.4 系统准确性讨论第93-96页
        5.4.1 漏报率第93-94页
        5.4.2 哈希误报率第94页
        5.4.3 分段误报率第94-96页
    5.5 性能评估第96-103页
        5.5.1 实验设置第96-97页
        5.5.2 内存开销分析第97-99页
        5.5.3 时间开销分析第99-101页
        5.5.4 通信开销分析第101-102页
        5.5.5 实际准确性分析第102-103页
    5.6 本章小结第103-104页
第六章 云安全检测的隐私保护机制第104-127页
    6.1 系统前提及简介第106-108页
        6.1.1 应用场景第106-107页
        6.1.2 安全模型第107页
        6.1.3 系统结构第107-108页
    6.2 特征引擎第108-112页
        6.2.1 特征初始化第108-110页
        6.2.2 基础结构设计第110-112页
    6.3 检测引擎第112-117页
        6.3.1 快速扫描第112-114页
        6.3.2 隐私交集检测第114-117页
    6.4 安全性与准确性讨论第117-122页
        6.4.1 安全性讨论第117-118页
        6.4.2 准确性讨论第118-122页
    6.5 性能评估第122-126页
        6.5.1 实验设置第122-123页
        6.5.2 内存开销分析第123-124页
        6.5.3 时间和交互开销第124-125页
        6.5.4 漏报率分析第125-126页
    6.6 本章小结第126-127页
第七章 总结与展望第127-129页
    7.1 论文总结第127-128页
    7.2 未来工作展望第128-129页
致谢第129-131页
参考文献第131-143页
作者在学期间取得的学术成果第143页

论文共143页,点击 下载论文
上一篇:微博网络社团发现与预测方法研究
下一篇:基于图论的异构网络频谱资源管理方法的研究