| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究的主要内容 | 第13页 |
| 1.4 论文的组织与结构 | 第13-15页 |
| 第2章 相关技术 | 第15-27页 |
| 2.1 行为特征分析技术 | 第15-20页 |
| 2.1.1 木马检测技术对比 | 第15-17页 |
| 2.1.2 常见的木马行为特征 | 第17-18页 |
| 2.1.3 分类算法 | 第18-20页 |
| 2.2 深度卷积神经网络 | 第20-26页 |
| 2.2.1 深度卷积神经网络的结构 | 第20-22页 |
| 2.2.2 深度卷积神经网络的训练 | 第22-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 木马行为特征研究 | 第27-37页 |
| 3.1 建立动态行为特征库 | 第27-31页 |
| 3.2 行为特征数据格式化 | 第31-35页 |
| 3.3 基于Gini指数的数据格式化 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于深度卷积神经网络的木马行为特征检测算法 | 第37-47页 |
| 4.1 深度卷积神经网络结构设计 | 第37-43页 |
| 4.2 深度卷积神经网络训练设计 | 第43-45页 |
| 4.3 本章小结 | 第45-47页 |
| 第5章 算法实现与对比实验 | 第47-55页 |
| 5.1 基于深度卷积神经网络的木马行为特征检测算法实现 | 第47-50页 |
| 5.2 对比实验 | 第50-53页 |
| 5.3 本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62页 |