摘要 | 第3-5页 |
abstract | 第5-7页 |
第一章 绪论 | 第11-17页 |
1.1 选题背景和意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 弱口令现状 | 第12-13页 |
1.2.2 弱口令探测工具现状 | 第13-14页 |
1.2.3 弱口令探测研究现状 | 第14-15页 |
1.3 本文研究内容和创新 | 第15页 |
1.4 本文结构安排 | 第15-17页 |
第二章 相关技术基础 | 第17-25页 |
2.1 互联网扫描技术 | 第17-18页 |
2.2 浏览器相关技术 | 第18-22页 |
2.2.1 HTML节点定义 | 第18-19页 |
2.2.2 浏览器相关概念 | 第19-20页 |
2.2.3 无界面浏览器相关技术 | 第20-22页 |
2.3 设备识别技术 | 第22-23页 |
2.3.1 物联网设备识别分类 | 第22页 |
2.3.2 基于HTTP协议的设备识别技术 | 第22-23页 |
2.4 本章小结 | 第23-25页 |
第三章 基于二次探测的物联网设备识别算法 | 第25-33页 |
3.1 指纹库定义 | 第25-28页 |
3.2 设备识别预处理 | 第28-29页 |
3.3 二次探测识别算法 | 第29-31页 |
3.4 实验与分析 | 第31-32页 |
3.4.1 实验环境 | 第31页 |
3.4.2 实验结果 | 第31-32页 |
3.5 本章小结 | 第32-33页 |
第四章 基于规则的Web自动化登录算法 | 第33-45页 |
4.1 Web自动化登录基本流程 | 第33-35页 |
4.2 基于规则的Web自动化登录算法 | 第35-41页 |
4.2.1 HTTP响应信息预处理 | 第35页 |
4.2.2 Web认证方式识别 | 第35-36页 |
4.2.3 基于HTML特征和规则的Web页面控件定位算法 | 第36-38页 |
4.2.4 Web登录的口令信息输入和登录操作 | 第38-40页 |
4.2.5 Web弱口令正确性判断方法 | 第40-41页 |
4.3 Web自动化登录优化 | 第41-43页 |
4.4 实验与分析 | 第43-44页 |
4.4.1 控件定位准确性实验 | 第43页 |
4.4.2 自动化登录优化前后性能对比 | 第43-44页 |
4.5 本章小结 | 第44-45页 |
第五章 自动化Web弱口令探测系统的设计与实现 | 第45-63页 |
5.1 Web弱口令自动化探测框架 | 第45-46页 |
5.2 系统总体模块架构 | 第46-48页 |
5.3 数据抓取模块的设计与实现 | 第48-51页 |
5.3.1 数据抓取的总体设计 | 第48-50页 |
5.3.2 数据抓取模块的实现 | 第50-51页 |
5.4 设备识别模块的设计与实现 | 第51-53页 |
5.4.1 设备识别模块总计设计 | 第51-52页 |
5.4.2 设备识别模块的实现 | 第52-53页 |
5.5 口令探测模块的设计与实现 | 第53-58页 |
5.5.1 口令探测模块总体设计 | 第53-54页 |
5.5.2 口令探测模块的实现 | 第54-58页 |
5.6 系统数据库设计与实现 | 第58-61页 |
5.7 系统开发环境和运行环境 | 第61页 |
5.7.1 开发环境 | 第61页 |
5.7.2 软件运行环境 | 第61页 |
5.8 系统外部调用接口 | 第61-62页 |
5.9 本章小结 | 第62-63页 |
第六章 Web弱口令探测系统的应用验证 | 第63-69页 |
6.1 实验环境 | 第63页 |
6.2 AWKD系统性能分析 | 第63-65页 |
6.2.1 自动化登录算法正确性分析 | 第63-64页 |
6.2.2 AWKD覆盖范围分析 | 第64-65页 |
6.3 应用验证结果分析 | 第65-67页 |
6.3.1 结果概览 | 第65页 |
6.3.2 地区弱口令分析 | 第65-66页 |
6.3.3 弱口令排名分析 | 第66-67页 |
6.4 本章小结 | 第67-69页 |
总结与展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75-77页 |
攻读学位期间发表的学术论文目录 | 第77页 |