| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 图录 | 第9-10页 |
| 表录 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状分析 | 第12-16页 |
| 1.2.1 基于启发式的内存访问分析 | 第12-13页 |
| 1.2.2 基于寄存器跟踪的内存访问分析 | 第13-14页 |
| 1.2.3 基于内存跟踪的内存访问分析 | 第14-16页 |
| 1.3 研究内容 | 第16页 |
| 1.4 论文结构安排 | 第16-19页 |
| 第二章 细粒度内存访问跟踪模型 | 第19-33页 |
| 2.1 FMAT模型元素描述 | 第19-23页 |
| 2.1.1 FMAT区域描述 | 第20-22页 |
| 2.1.2 FMAT地址描述 | 第22-23页 |
| 2.2 FMAT模型属性描述 | 第23-27页 |
| 2.2.1 内存读取信息跟踪策略 | 第24页 |
| 2.2.2 内存写入信息跟踪策略 | 第24-27页 |
| 2.3 FMAT模型总结 | 第27-31页 |
| 2.3.1 FMAT模型框架 | 第27-28页 |
| 2.3.2 FMAT模型与AM模型对比 | 第28-31页 |
| 2.3.2.1 数据量分析 | 第28-29页 |
| 2.3.2.2 宏观数据可信性分析 | 第29-30页 |
| 2.3.2.3 微观数据可信性分析 | 第30-31页 |
| 2.3.2.4 数据时序性分析 | 第31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于细粒度内存访问跟踪模型的内存访问分析算法 | 第33-49页 |
| 3.1 内存访问跟踪 | 第33-38页 |
| 3.1.1 背景和意义 | 第33-34页 |
| 3.1.2 推箱子(Sokoban)算法 | 第34-38页 |
| 3.1.2.1 关键问题和解决方案 | 第34-36页 |
| 3.1.2.2 算法约定和描述 | 第36-38页 |
| 3.2 过程内变量识别 | 第38-43页 |
| 3.2.1 意义和难点 | 第39页 |
| 3.2.2 semi-naive算法 | 第39-41页 |
| 3.2.2.1 算法过程描述 | 第39-40页 |
| 3.2.2.2 算法缺陷分析 | 第40-41页 |
| 3.2.3 Sokocovery算法 | 第41-43页 |
| 3.2.3.1 算法改进 | 第41-42页 |
| 3.2.3.2 算法描述 | 第42-43页 |
| 3.3 过程内变量耦合度分析 | 第43-48页 |
| 3.3.1 Sokocoupling算法 | 第43-46页 |
| 3.3.1.1 变量间耦合度 | 第43-44页 |
| 3.3.1.2 过程内变量耦合度 | 第44-45页 |
| 3.3.1.3 算法描述 | 第45-46页 |
| 3.3.2 过程内随机化因子阈值 | 第46-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第四章 细粒度内存访问跟踪模型在数据类型恢复中的应用 | 第49-59页 |
| 4.1 研究现状 | 第49-50页 |
| 4.2 变量识别 | 第50-51页 |
| 4.3 类型推导 | 第51-55页 |
| 4.3.1 子类型关系 | 第51-53页 |
| 4.3.2 约束生成 | 第53-54页 |
| 4.3.3 约束求解 | 第54-55页 |
| 4.4 实验数据 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 细粒度内存访问跟踪模型在程序保护中的应用 | 第59-67页 |
| 5.1 研究现状 | 第59-61页 |
| 5.2 耦合度分析 | 第61-62页 |
| 5.2.1 最优因子集 | 第61页 |
| 5.2.2 时间哈希 | 第61-62页 |
| 5.3 文件改写 | 第62-63页 |
| 5.3.1 文件改写方法 | 第62页 |
| 5.3.2 文件改写策略 | 第62-63页 |
| 5.4 实验数据 | 第63-66页 |
| 5.5 本章小结 | 第66-67页 |
| 结束语 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者简历 | 第75页 |