基于启发式的病毒检测技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文的研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第2章 计算机病毒相关原理 | 第13-19页 |
| 2.1 计算机病毒原理介绍 | 第13-14页 |
| 2.2 计算机病毒的分类 | 第14-15页 |
| 2.3 主流的病毒检测技术 | 第15-17页 |
| 2.3.1 特征码检测技术 | 第15-16页 |
| 2.3.2 校验和法 | 第16页 |
| 2.3.3 行为检测技术 | 第16页 |
| 2.3.4 人工免疫技术 | 第16-17页 |
| 2.4 本章小结 | 第17-19页 |
| 第3章 基于启发式的病毒检测方法研究 | 第19-39页 |
| 3.1 PE文件结构 | 第19-23页 |
| 3.1.1 DOS头 | 第20-21页 |
| 3.1.2 PE头 | 第21页 |
| 3.1.3 可选头 | 第21-22页 |
| 3.1.4 节表和节 | 第22-23页 |
| 3.2 PE病毒原理研究 | 第23-28页 |
| 3.2.1 重定位技术 | 第23-24页 |
| 3.2.2 获取API技术 | 第24页 |
| 3.2.3 搜索感染目标技术 | 第24-25页 |
| 3.2.4 内存映射 | 第25页 |
| 3.2.5 感染PE文件技术 | 第25-28页 |
| 3.3 PE病毒采用的高级技术 | 第28-29页 |
| 3.3.1 加密技术 | 第28页 |
| 3.3.2 多态技术 | 第28页 |
| 3.3.3 变形技术 | 第28-29页 |
| 3.4 虚拟化技术应对病毒自修改代码 | 第29-30页 |
| 3.5 Windows文件系统过滤驱动 | 第30-32页 |
| 3.6 PE启发式特征提取 | 第32-38页 |
| 3.6.1 基于贝叶斯后验概率的特征精简 | 第33-36页 |
| 3.6.2 基于SVM距离加权的KNN分类器 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 启发式病毒检测的设计与实现 | 第39-57页 |
| 4.1 启发式检测模型的体系结构 | 第39页 |
| 4.2 静态启发式检测模型的设计和实现 | 第39-46页 |
| 4.2.1 病毒检测引擎设计和实现 | 第40-41页 |
| 4.2.2 启发式特征检测的实现 | 第41-46页 |
| 4.3 动态启发式检测模型的设计和实现 | 第46-55页 |
| 4.3.1 硬件辅助虚拟化Xen | 第46-47页 |
| 4.3.2 动态启发式模型的具体实现 | 第47-49页 |
| 4.3.3 文件微过滤驱动实现新生病毒的定位 | 第49-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第5章 实验与结果分析 | 第57-61页 |
| 5.1 实验环境 | 第57-58页 |
| 5.2 实验方案 | 第58页 |
| 5.3 实验结果分析 | 第58-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-69页 |
| 致谢 | 第69页 |
