首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于结果反馈的源代码安全测试模型的研究

摘要第5-7页
Abstract第7-8页
第1章 绪论第13-17页
    1.1 选题背景及意义第13-14页
    1.2 国内外研究现状第14-15页
    1.3 本文的研究内容第15页
    1.4 本文组织架构第15-17页
第2章 基于三维树模型的缺陷分类方法第17-32页
    2.1 常见的源代码漏洞第17-24页
        2.1.1 缓冲区溢出第17-19页
        2.1.2 整数溢出第19页
        2.1.3 SQL注入第19-20页
        2.1.4 跨站脚本第20-21页
        2.1.5 命令注入第21-22页
        2.1.6 空指针解引用第22-23页
        2.1.7 路径遍历第23页
        2.1.8 释放后使用第23-24页
    2.2 源代码安全测试工具对比分析第24-27页
        2.2.1 Fortify第24页
        2.2.2 Coverity第24页
        2.2.3 Checkmarx第24-25页
        2.2.4 Klocwork第25页
        2.2.5 工具对比第25-27页
    2.3 源代码缺陷分类方法第27-31页
        2.3.1 三维树模型缺陷分类方法要素第27-29页
        2.3.2 三维树模型缺陷分类方法定义第29-30页
        2.3.3 三维树模型缺陷分类方法示例第30-31页
    2.4 本章小结第31-32页
第3章 结果反馈的源代码安全测试模型第32-50页
    3.1 CodeHulk的设计思想第32-33页
    3.2 CodeHulk的架构设计第33-43页
        3.2.1 输入数据预处理模块第34-36页
        3.2.2 输入数据统一化模块第36-39页
        3.2.3 缺陷分类器模块第39-40页
        3.2.4 决策分类器模块第40-41页
        3.2.5 人工审核模块第41页
        3.2.6 结果输出模块第41-42页
        3.2.7 模型部分类图第42-43页
    3.3 基于Adaboost算法的设计实现第43-49页
        3.3.1 Adaboost算法介绍第43页
        3.3.2 Adaboost算法原理第43-45页
        3.3.3 CodeHulk算法代码实现第45-47页
        3.3.4 CodeHulk初始阈值设定第47-49页
    3.4 本章小结第49-50页
第4章 实验结果分析第50-54页
    4.1 漏报及误报实验结果第50-51页
    4.2 时间及人力成本实验结果第51-52页
    4.3 本章小结第52-54页
总结与展望第54-56页
参考文献第56-59页
攻读硕士期间参与的项目及学术成果第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:基金类项目管理系统的设计和实现
下一篇:基于SVM的档案文本数据分类的研究与设计