| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景及意义 | 第14-17页 |
| 1.1.1 恶意软件的定义 | 第14页 |
| 1.1.2 恶意软件的产生 | 第14-15页 |
| 1.1.3 恶意软件的危害和发展 | 第15-16页 |
| 1.1.4 恶意软件的研究意义 | 第16-17页 |
| 1.2 研究状况 | 第17-19页 |
| 1.3 研究问题及主要工作 | 第19-20页 |
| 1.4 本文的主要贡献 | 第20页 |
| 1.5 本文的组织结构 | 第20-22页 |
| 第2章 恶意软件相似分析相关技术 | 第22-29页 |
| 2.1 恶意软件相似度定义 | 第22页 |
| 2.2 相似度计算方法研究 | 第22-26页 |
| 2.2.1 向量的相似度 | 第22-24页 |
| 2.2.2 数据集的相似度 | 第24页 |
| 2.2.3 树的相似度 | 第24-25页 |
| 2.2.4 图的相似度 | 第25-26页 |
| 2.3 恶意软件变体相似分析技术 | 第26-27页 |
| 2.3.1 恶意软件逆向技术 | 第26-27页 |
| 2.3.2 恶意软件变体相似度计算 | 第27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于函数调用关系的恶意软件变体相似分析方法 | 第29-45页 |
| 3.1 SSAF整体框架介绍 | 第29-30页 |
| 3.2 二进制文件预处理 | 第30页 |
| 3.3 函数匹配 | 第30-36页 |
| 3.3.1 函数特征选择与提取 | 第31-35页 |
| 3.3.2 函数签名特征匹配的方法 | 第35-36页 |
| 3.4 基于函数调用关系的恶意软件变体相似度计算 | 第36-44页 |
| 3.4.1 相关概念 | 第36-37页 |
| 3.4.2 函数调用关系相似度 | 第37-42页 |
| 3.4.3 函数相似度 | 第42-43页 |
| 3.4.4 恶意软件相似度 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 SSAF方法实现与实验结果评估 | 第45-54页 |
| 4.1 实验环境搭建 | 第45-47页 |
| 4.1.1 硬件平台 | 第45页 |
| 4.1.2 软件支持 | 第45页 |
| 4.1.3 环境配置 | 第45-46页 |
| 4.1.4 恶意软件数据集 | 第46-47页 |
| 4.2 混合恶意软件样本集相似性分析 | 第47-48页 |
| 4.3 恶意软件变体相似性分析检测 | 第48-50页 |
| 4.4 不同恶意软件家族相似性分析检测 | 第50-51页 |
| 4.5 与其他系统的对比分析 | 第51-53页 |
| 4.6 实验误差分析 | 第53页 |
| 4.7 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 本文总结 | 第54页 |
| 5.2 未来展望 | 第54-56页 |
| 插图索引 | 第56-57页 |
| 表格索引 | 第57-58页 |
| 公式索引 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 学位论文评阅及答辩情况表 | 第64页 |