基于文件静态特征的木马检测研究
| 第一章 绪论 | 第1-15页 |
| ·木马检测的一般方法 | 第7-8页 |
| ·基于文件静态特性的木马检测 | 第8-9页 |
| ·本文主要工作 | 第9-15页 |
| ·主要研究内容 | 第9-10页 |
| ·研究价值与意义 | 第10-11页 |
| ·国内外研究、发展状况与存在的问题 | 第11-12页 |
| ·本课题的学术特点和创新点 | 第12-13页 |
| ·本文主要思路和工作 | 第13-15页 |
| 第二章 木马检测模型的分析 | 第15-24页 |
| ·问题的归类与算法的选择 | 第15页 |
| ·神经网络技术概述 | 第15-17页 |
| ·神经网络结构 | 第16页 |
| ·神经网络信息处理的数学过程 | 第16-17页 |
| ·神经网络学习规则 | 第17-18页 |
| ·误差反传训练算法(BP算法) | 第18-24页 |
| ·BP 算法的原理 | 第19-20页 |
| ·BP 算法的数学表达 | 第20-22页 |
| ·BP 算法执行步骤 | 第22-24页 |
| 第三章 PE文件静态信息的提取 | 第24-31页 |
| ·PE 文件结构简介 | 第24-26页 |
| ·样本选择与采集 | 第26-27页 |
| ·样本数据库的设计 | 第27-28页 |
| ·解析样本 | 第28-29页 |
| ·样本数据入库 | 第29-31页 |
| 第四章 神经网络模型的建立 | 第31-55页 |
| ·基于层次的分析方法 | 第31-33页 |
| ·BP 网络模型的实现 | 第33-37页 |
| ·创建BP 网络模型 | 第34-36页 |
| ·模型的训练 | 第36-37页 |
| ·模型的执行 | 第37页 |
| ·基于PE 文件头的木马检测模型 | 第37-42页 |
| ·文件头分析 | 第38-40页 |
| ·实验及结果分析 | 第40-42页 |
| ·基于段头部的木马检测模型 | 第42-45页 |
| ·段头部分析 | 第42-44页 |
| ·实验及结果分析 | 第44-45页 |
| ·导入段(Import Section) | 第45-48页 |
| ·Import Section结构特点 | 第45页 |
| ·降维与升维 | 第45-46页 |
| ·词法分析 | 第46页 |
| ·归一化处理 | 第46-47页 |
| ·相关实验 | 第47-48页 |
| ·关键字段的提取 | 第48-55页 |
| ·利用词法分析导入函数 | 第48-49页 |
| ·利用决策树筛选信息 | 第49-54页 |
| ·实验结果的比较和分析 | 第54-55页 |
| 第五章 模拟实验环境 | 第55-57页 |
| 第六章 结束语 | 第57-58页 |
| ·存在的问题与不足 | 第57页 |
| ·进一步研究思路 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 发表论文和科研情况说明 | 第60-61页 |
| 致谢 | 第61页 |
