基于沙箱技术的恶意代码行为自动化检测方法
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 主要研究内容 | 第13-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 2 基于沙箱技术的恶意代码行为自动化检测方法 | 第16-29页 |
| 2.1 方法整体结构 | 第16-17页 |
| 2.2 恶意代码静态分析方法 | 第17-24页 |
| 2.3 恶意代码动态分析方法 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于沙箱技术的恶意代码行为自动化检测方法实现 | 第29-39页 |
| 3.1 Clam AV特征扫描模块的实现 | 第29-31页 |
| 3.2 恶意行为分析方法的实现 | 第31-38页 |
| 3.3 本章小结 | 第38-39页 |
| 4 实验测试与分析 | 第39-53页 |
| 4.1 实验环境 | 第39-40页 |
| 4.2 典型样本检测与对比分析 | 第40-47页 |
| 4.3 多样本检测与分析 | 第47-52页 |
| 4.4 本章小结 | 第52-53页 |
| 5 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录1恶意代码行为分级知识库 | 第59-61页 |
| 附录2恶意代码常用Windows系统API函数名 | 第61-62页 |
