基于自动化特征的恶意软件检测方法
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-12页 |
| 1.1 研究背景及意义 | 第6-7页 |
| 1.2 国内外的研究现状 | 第7-10页 |
| 1.3 本文的主要工作 | 第10页 |
| 1.4 本文的结构与安排 | 第10-12页 |
| 2 相关理论与技术 | 第12-24页 |
| 2.1 恶意软件 | 第12-19页 |
| 2.1.1 恶意软件分类 | 第12-14页 |
| 2.1.2 恶意软件传统检测技术 | 第14-15页 |
| 2.1.3 恶意软件自我防护技术 | 第15-16页 |
| 2.1.4 恶意软件分析技术 | 第16-17页 |
| 2.1.5 恶意软件文件结构 | 第17-19页 |
| 2.2 经典分类算法 | 第19-23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于自动化特征的恶意软件检测方法 | 第24-42页 |
| 3.1 概述 | 第24-26页 |
| 3.2 数据处理 | 第26-32页 |
| 3.2.1 数据类型标定 | 第26页 |
| 3.2.2 数据标签标定 | 第26-29页 |
| 3.2.3 软件行为监控 | 第29-32页 |
| 3.3 特征构造 | 第32-40页 |
| 3.3.1 人工特征构造 | 第34-36页 |
| 3.3.2 自动化特征构造 | 第36-40页 |
| 3.4 恶意软件检测 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 实验与结果 | 第42-53页 |
| 4.1 实验语言与数据集 | 第42-44页 |
| 4.1.1 实验语言 | 第42页 |
| 4.1.2 数据集 | 第42-44页 |
| 4.2 评价指标 | 第44-46页 |
| 4.3 实验方法 | 第46-48页 |
| 4.3.1 实验设置 | 第46-47页 |
| 4.3.2 参数设置 | 第47-48页 |
| 4.4 实验结果 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-59页 |
