摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-16页 |
·研究背景 | 第8-9页 |
·研究意义和目的 | 第9-11页 |
·国内外研究现状 | 第11-13页 |
·论文研究内容及组织结构 | 第13-16页 |
第二章 课题相关技术研究及前期研究成果 | 第16-30页 |
·恶意代码的定义及分类 | 第16-19页 |
·恶意代码的定义 | 第16页 |
·恶意代码的分类 | 第16-19页 |
·恶意程序的静态分析与动态分析 | 第19-22页 |
·静态分析方法 | 第19-20页 |
·动态分析方法 | 第20-21页 |
·两种方法的比较 | 第21-22页 |
·聚类与分类方法 | 第22-28页 |
·聚类分析技术 | 第22-25页 |
·分类分析技术 | 第25页 |
·聚类与分类方法的比较 | 第25-26页 |
·常见的距离计算方法 | 第26-28页 |
·课题的前期研究成果 | 第28-29页 |
·本章小结 | 第29-30页 |
第三章 基于最小行为的恶意程序自动检测系统设计 | 第30-36页 |
·系统总体设计思路 | 第30-31页 |
·系统的总体结构 | 第31-34页 |
·本章小结 | 第34-36页 |
第四章 基于 QEMU 的 API 及相关信息捕获模块 | 第36-46页 |
·QEMU 简介 | 第36-37页 |
·PE 文件的动态分析模块的实现 | 第37-38页 |
·恶意文档的动态分析模块的实现 | 第38-43页 |
·恶意文档概述 | 第38-39页 |
·嵌入代码调用模块 | 第39-40页 |
·嵌入代码分析 | 第40-41页 |
·嵌入代码常见的分析模式 | 第41-42页 |
·恶意文档动态分析设计 | 第42-43页 |
·动态分析的环境配置 | 第43-44页 |
·本章小结 | 第44-46页 |
第五章 最小行为特征抽象模块 | 第46-56页 |
·最小行为抽象概论 | 第46-48页 |
·最小行为抽象方案 | 第48-49页 |
·基于最小行为的特征向量的生成 | 第49-54页 |
·字符参数处理参数分解 | 第49-51页 |
·基于行为的特征向量构建的常见问题及解决方案 | 第51-52页 |
·特征向量的构建 | 第52-54页 |
·本章小结 | 第54-56页 |
第六章 基于自学习的恶意程序聚类/分类模块 | 第56-62页 |
·聚类、分类分析概论 | 第56-57页 |
·原型聚类算法的实现 | 第57-59页 |
·基于最小行为的分类算法的设计 | 第59页 |
·基于最小行为的自学习模块设计 | 第59-60页 |
·本章小结 | 第60-62页 |
第七章 实验与分析 | 第62-70页 |
·分析时间分布与空间使用分析 | 第62-63页 |
·获取的最小行为结果正确性分析 | 第63-64页 |
·系统的聚类、分类能力测试 | 第64-66页 |
·新类别发现能力测试 | 第66-68页 |
·本章小结 | 第68-70页 |
第八章 总结与展望 | 第70-72页 |
·工作总结 | 第70-71页 |
·未来展望 | 第71-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-78页 |