基于改进的GA用于XSS检测方法的研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景和实用意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要工作 | 第12页 |
| 1.4 论文内容安排 | 第12-13页 |
| 2 XSS及检测主要技术 | 第13-22页 |
| 2.1 XSS跨站脚本漏洞 | 第13-14页 |
| 2.2 HTTP协议相关技术 | 第14-17页 |
| 2.2.1 HTTP协议结构 | 第14-16页 |
| 2.2.2 HTTP异常处理及HTTP状态码 | 第16页 |
| 2.2.3 Cookies | 第16-17页 |
| 2.3 HTML相关知识 | 第17-20页 |
| 2.3.1 HTML标签语言 | 第17-18页 |
| 2.3.2 JavaScript | 第18-19页 |
| 2.3.3 编码类型 | 第19-20页 |
| 2.4 网络爬虫 | 第20-21页 |
| 2.4.1 网络爬虫的搜索策略 | 第20-21页 |
| 2.4.2 网页分析方法 | 第21页 |
| 2.5 本章小节 | 第21-22页 |
| 3 NN结合GA应用于模糊测试 | 第22-30页 |
| 3.1 模糊测试（Fuzzing） | 第22-23页 |
| 3.2 遗传算法 | 第23-27页 |
| 3.2.1 遗传算法基本流程 | 第23-24页 |
| 3.2.2 遗传算法的编码和适度函数 | 第24-25页 |
| 3.2.3 GA的相关参数的选取与设置 | 第25-27页 |
| 3.3 神经网络 | 第27-28页 |
| 3.4 使用改进的GA训练NN | 第28-29页 |
| 3.5 本章小节 | 第29-30页 |
| 4 XSS检测模型设计 | 第30-37页 |
| 4.1 建模的思想 | 第30-31页 |
| 4.1.1 数据收集和标准化 | 第30-31页 |
| 4.1.2 建立数据分析模块 | 第31页 |
| 4.2 GNNS_XSSMS设计 | 第31-34页 |
| 4.2.1 系统模块设计 | 第31-32页 |
| 4.2.2 XSS跨站脚本漏洞检测模块 | 第32-33页 |
| 4.2.3 模糊测试模块 | 第33-34页 |
| 4.3 XSS攻击的触发机制 | 第34-36页 |
| 4.3.1 直接触发 | 第34页 |
| 4.3.2HTML标签属性触发 | 第34-35页 |
| 4.3.3 利用HTML事件触发 | 第35-36页 |
| 4.4 本章小节 | 第36-37页 |
| 5 构造基于NN的模糊测试器 | 第37-49页 |
| 5.1 改进的遗传算法 | 第37-39页 |
| 5.1.1 算法的原理 | 第37页 |
| 5.1.2 算法描述 | 第37-39页 |
| 5.2 编码设计 | 第39-42页 |
| 5.2.1 编码 | 第39页 |
| 5.2.2 适应度函数 | 第39页 |
| 5.2.3 交叉算子 | 第39-41页 |
| 5.2.4 变异算子 | 第41-42页 |
| 5.2.5 算法终止条件 | 第42页 |
| 5.3 训练神经网络 | 第42-43页 |
| 5.4 攻击向量生成模块 | 第43-44页 |
| 5.4.1 Fuzzing测试用例的生成 | 第43-44页 |
| 5.4.2 攻击向量变形 | 第44页 |
| 5.5 实验及数据分析 | 第44-48页 |
| 5.5.1 实验数据预处理 | 第44-46页 |
| 5.5.2 样本实例标准化 | 第46页 |
| 5.5.3 实验结果 | 第46-48页 |
| 5.6 本章小结 | 第48-49页 |
| 6 论文总结与展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间发表的学术论文目录 | 第55页 |
