| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 论文研究内容 | 第10-11页 |
| 1.3 论文组织结构 | 第11-13页 |
| 第2章 WEB木马检测相关知识及关键技术研究 | 第13-27页 |
| 2.1 引言 | 第13页 |
| 2.2 WEB木马攻击相关知识及研究现状 | 第13-18页 |
| 2.2.1 WEB木马的概念 | 第13-14页 |
| 2.2.2 WEB木马攻击原理 | 第14-15页 |
| 2.2.3 WEB木马防御检测研究现状 | 第15-18页 |
| 2.2.4 WEB木马的检测难点 | 第18页 |
| 2.3 网页结构及其解析 | 第18-21页 |
| 2.3.1 网页结构分析 | 第19-20页 |
| 2.3.2 浏览器加载过程 | 第20-21页 |
| 2.3.3 脚本解析引擎 | 第21页 |
| 2.4 基于机器学习的分类算法 | 第21-25页 |
| 2.4.1 机器学习概念 | 第22页 |
| 2.4.2 分类算法简述 | 第22-25页 |
| 2.4.3 分类性能评价指标 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 面向WEB木马检测的网页特征提取模型WFEM-GW | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 网页特征提取模型WFEM-GW | 第27-36页 |
| 3.2.1 WFEM-GW模型描述 | 第27-31页 |
| 3.2.2 重定向链特征提取算法 | 第31-35页 |
| 3.2.3 页面统计特征提取算法 | 第35-36页 |
| 3.3 WFEM-GW模型分析 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于重定向链和特征统计结合的WEB木马检测 | 第37-47页 |
| 4.1 引言 | 第37页 |
| 4.2 WEB木马页面特征分析 | 第37-40页 |
| 4.2.1 木马重定向特征分析 | 第37-39页 |
| 4.2.2 木马内容混淆特征分析 | 第39-40页 |
| 4.3 基于SVM的木马检测分类器设计 | 第40-43页 |
| 4.3.1 分类算法及特征度量 | 第40-41页 |
| 4.3.2 训练数据集设计 | 第41-42页 |
| 4.3.3 分类器框架设计 | 第42-43页 |
| 4.4 实验结果分析 | 第43-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 WEB木马检测系统的设计与实现 | 第47-53页 |
| 5.1 引言 | 第47页 |
| 5.2 系统设计 | 第47-50页 |
| 5.2.1 系统设计目标 | 第47-48页 |
| 5.2.2 系统功能框架 | 第48-49页 |
| 5.2.3 系统工作流程 | 第49-50页 |
| 5.3 系统运行分析 | 第50-52页 |
| 5.4 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |