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

基于模型检测的漏洞挖掘方法研究

摘要第5-6页
ABSTRACT第6-7页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-22页
    1.1 研究背景第16-17页
    1.2 研究现状第17-20页
        1.2.1 静态分析技术第17-19页
        1.2.2 动态执行技术第19页
        1.2.3 动静结合进行漏洞挖掘第19-20页
    1.3 研究内容与贡献第20页
    1.4 论文结构第20-22页
第二章 面向二进制的漏洞挖掘技术第22-36页
    2.1 基于模糊测试的漏洞挖掘技术第22-27页
        2.1.1 模糊测试基本过程第22-24页
        2.1.2 模糊测试类型第24-25页
        2.1.3 模糊测试数据生成方法第25-26页
        2.1.4 模糊测试小结第26-27页
    2.2 基于污点分析的漏洞挖掘技术第27-30页
        2.2.1 污点分析基本原理第27-28页
        2.2.2 污点分析实例第28-29页
        2.2.3 污点分析小结第29-30页
    2.3 基于符号执行的漏洞挖掘技术第30-32页
        2.3.1 符号执行基本原理第30-31页
        2.3.2 符号执行检测漏洞实例第31-32页
        2.3.3 符号执行小结第32页
    2.4 基于模型检测的漏洞挖掘技术第32-35页
        2.4.1 模型检测的基本原理第32-33页
        2.4.2 模型检测实例分析第33-34页
        2.4.3 模型检测小结第34-35页
    2.5 本章小结第35-36页
第三章 基于模型检测的漏洞挖掘系统设计第36-54页
    3.1 基于SPIN的模型检测技术第38-44页
        3.1.1 模型检测平台SPIN第38-39页
        3.1.2 Promela语言第39-43页
        3.1.3 可行性分析第43-44页
    3.2 基于程序切片的代码转化技术第44-51页
        3.2.1 中间语言BIL第44-49页
        3.2.2 漏洞模型建立与插入第49页
        3.2.3 可行性分析第49-51页
    3.3 基于IDA的静态分析技术第51-53页
        3.3.1 反编译器IDA第51-52页
        3.3.2 IDApython第52-53页
        3.3.3 可行性分析第53页
    3.4 本章小结第53-54页
第四章 基于模型检测的漏洞挖掘系统实现第54-74页
    4.1 预处理第55-59页
        4.1.1 IDApython实现静态分析第55-58页
        4.1.2 自动化信息提取第58-59页
    4.2 代码转化第59-66页
        4.2.1 二进制代码到中间语言的转化第59页
        4.2.2 中间语言到Promela模型第59-64页
        4.2.3 实现漏洞模型的建立与插入第64-66页
    4.3 模型检测第66-73页
        4.3.1 外部C代码引入第67-71页
        4.3.2 漏洞信息的输出第71页
        4.3.3 自动化检测第71-73页
    4.4 本章小结第73-74页
第五章 实例测试与结果分析第74-82页
    5.1 漏洞挖掘样例 1-FTP程序第74-79页
        5.1.1 程序简介第74-75页
        5.1.2 漏洞挖掘流程第75-77页
        5.1.3 结果分析第77-79页
    5.2 漏洞挖掘样例 2-libzip程序第79-81页
        5.2.1 程序简介第79页
        5.2.2 漏洞挖掘流程第79-80页
        5.2.3 结果分析第80-81页
    5.3 本章小结第81-82页
第六章 总结与展望第82-84页
    6.1 本文总结第82-83页
    6.2 未来工作展望第83-84页
参考文献第84-88页
致谢第88-90页
作者简介第90-91页

论文共91页,点击 下载论文
上一篇:基于分布式数据库的高校教务管理系统设计与开发
下一篇:智能推送平台的设计与实现