| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 网页挂马检测研究现状 | 第13-14页 |
| 1.3 研究意义和目的 | 第14页 |
| 1.4 论文研究内容和组织结构 | 第14-16页 |
| 第二章 网页挂马方法和恶意代码特征 | 第16-31页 |
| 2.1 网页挂马方式和伪装技术 | 第16-23页 |
| 2.2 恶意代码特征 | 第23-29页 |
| 2.2.1 document.location对象 | 第23-24页 |
| 2.2.2 document.write函数 | 第24-25页 |
| 2.2.3 String.fromCharCode函数 | 第25页 |
| 2.2.4 eval函数 | 第25-26页 |
| 2.2.5 escape/unescape函数 | 第26-27页 |
| 2.2.6 replace函数 | 第27页 |
| 2.2.7 十六进制转换 | 第27-28页 |
| 2.2.8 shellcode编码 | 第28-29页 |
| 2.3 URL特征 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 数据挖掘及分类算法介绍 | 第31-38页 |
| 3.1 数据挖掘的基本概念 | 第31-32页 |
| 3.1.1 数据挖掘定义 | 第31页 |
| 3.1.2 数据挖掘和机器学习 | 第31-32页 |
| 3.2 分类算法 | 第32-36页 |
| 3.2.1 朴素贝叶斯 | 第32-33页 |
| 3.2.2 决策树 | 第33-34页 |
| 3.2.3 logistic回归 | 第34-35页 |
| 3.2.4 贝叶斯网络 | 第35-36页 |
| 3.2.5 支持向量机 | 第36页 |
| 3.3 本章小结 | 第36-38页 |
| 第四章 模型建立和数据采集 | 第38-48页 |
| 4.1 数据来源 | 第38-39页 |
| 4.1.1 良性网页样本的获取 | 第38页 |
| 4.1.2 恶意网页样本的获取 | 第38-39页 |
| 4.2 关键字统计 | 第39-41页 |
| 4.3 模型训练 | 第41-45页 |
| 4.3.1 Weka数据挖掘平台 | 第41-42页 |
| 4.3.2 交叉验证 | 第42页 |
| 4.3.3 实验设计及结果 | 第42-45页 |
| 4.4 结果分析 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 网页挂马静态分析原型系统 | 第48-57页 |
| 5.1 系统需求分析 | 第48页 |
| 5.1.1 系统概述 | 第48页 |
| 5.1.2 功能需求 | 第48页 |
| 5.2 可行性分析 | 第48-49页 |
| 5.2.1 开发环境 | 第48-49页 |
| 5.2.2 假设与限制 | 第49页 |
| 5.2.3 局限性 | 第49页 |
| 5.3 模块设计 | 第49-53页 |
| 5.3.1 总体设计 | 第49-50页 |
| 5.3.2 关键字统计模块 | 第50-51页 |
| 5.3.3 URL匹配模块 | 第51页 |
| 5.3.4 数据库记录模块 | 第51-52页 |
| 5.3.5 网马检测模块 | 第52-53页 |
| 5.3.6 演示界面 | 第53页 |
| 5.4 测试和分析 | 第53-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第六章 结论 | 第57-59页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间已发表或录用的论文 | 第63-65页 |