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--一般性问题论文--安全保密论文--计算机病毒与防治论文

基于先天免疫的计算机病毒保守模式研究

摘要第1-6页
Abstract第6-12页
1 绪论第12-27页
   ·论文研究的动机第12-13页
   ·计算机病毒的定义和发展历史第13-16页
     ·计算机病毒的定义第13-14页
     ·计算机病毒的发展历史第14-15页
     ·计算机病毒的发展方向第15-16页
   ·反病毒技术相关研究回顾第16-24页
     ·反病毒技术的发展历程第16页
     ·基本的病毒检测方法第16-19页
     ·基于病毒行为特征的试探式扫描技术第19-20页
     ·系统入侵检测技术第20-21页
     ·人工免疫系统第21-22页
     ·当前研究工作总结第22-24页
   ·论文的研究内容和研究思路第24-26页
     ·研究目的第24页
     ·论文研究内容第24-25页
     ·论文研究思路第25-26页
   ·小结第26-27页
2 基于知识树的计算机病毒结构分析与表达方法第27-53页
   ·计算机病毒的分类第27-32页
     ·病毒第27-29页
     ·蠕虫第29-30页
     ·木马程序第30-31页
     ·间谍软件第31页
     ·移动病毒第31-32页
   ·计算机病毒的特性和结构分析第32-47页
     ·计算机病毒特性分析第32-33页
     ·PE文件格式分析第33-36页
     ·PE文件传染型病毒结构分析第36-42页
     ·蠕虫传播机制及结构分析第42-45页
     ·木马程序结构分析第45-46页
     ·其它病毒类型结构分析第46-47页
   ·基于知识树的病毒结构分解方法第47-50页
     ·自顶向下的病毒结构分解方法第47页
     ·病毒结构的知识树描述第47-49页
     ·冲击波病毒的结构分解树第49-50页
   ·计算机病毒结构知识表达方法第50-52页
     ·计算机病毒的序列函数描述方法第50-51页
     ·计算机病毒结构的向量空间知识表达模型第51-52页
   ·小结第52-53页
3 计算机病毒保守模式定义及特征提取方法第53-75页
   ·计算机病毒与生物病毒的相似性分析第53-56页
   ·计算机病毒检测的生物免疫学理论基础第56-62页
     ·Burner的克隆选择学说第56-59页
     ·Jerne的免疫网络理论第59-60页
     ·天然免疫反应自我非我识别学说第60-61页
     ·生物免疫系统的启示第61-62页
   ·计算机病毒的保守模式的定义第62-64页
   ·计算机病毒保守模式特征函数提取方法第64-71页
     ·程序脱壳第64-66页
     ·API函数提取方法第66-69页
     ·基于统计分析的病毒保守模式特征函数提取方法第69-70页
     ·权重的计算第70-71页
   ·病毒保守模式向量提取实验第71-74页
   ·小结第74-75页
4 病毒检测中模式匹配算法的改进第75-90页
   ·现有模式匹配算法分析第75-82页
     ·基本的字符串模式匹配方法第75-76页
     ·BM算法第76-78页
     ·AC算法第78-80页
     ·AC-BM算法第80-82页
   ·一种新的快速字符串匹配NMSA算法第82-87页
     ·NMSA算法第82-84页
     ·算法性能分析第84-87页
   ·NMSA算法设计第87-88页
   ·NMSA算法实验第88-89页
   ·小结第89-90页
5 基于保守模式的病毒在线检测方法第90-118页
   ·基于规则的病毒在线检测方法第90页
   ·网络入侵检测方法的检测规则第90-97页
     ·网络入侵检测规则的描述第90-91页
     ·规则的制定第91-93页
     ·规则的组织方法第93-94页
     ·规则匹配流程第94-96页
     ·多特征函数共同刺激的病毒检测方法第96-97页
     ·基于病毒保守特征模式的网络入侵检测流程第97页
   ·基于保守模式强规则的病毒分类推理策略第97-106页
     ·病毒保守模式强规则的概念第98页
     ·基于强规则的病毒分类混合推理方法第98-102页
     ·规则条件不完备情况下的病毒分类结论可信度计算方法第102-106页
   ·基于决策树的协议分析预处理第106-114页
     ·决策树算法应用于协议分析预处理的基本思想第107页
     ·决策树算法的选择第107-108页
     ·决策树属性选择算法第108-109页
     ·决策树剪枝算法第109-110页
     ·决策树的构建第110-113页
     ·基于决策树的协议分析预处理流程第113-114页
   ·基于保守模式的病毒在线检测实验测试第114-117页
   ·小结第117-118页
6 基于计算机病毒保守模式的人工免疫系统模型第118-133页
   ·已有人工免疫系统模型分析第118-126页
     ·Forrest&Hofmeyr的人工免疫系统模型第118-121页
     ·Kim&Bentley的人工免疫系统模型第121-123页
     ·Karphart的人工免疫系统模型第123-125页
     ·其它人工免疫系统模型分析第125页
     ·当前人工免疫系统模型存在的问题第125-126页
   ·一种基于计算机病毒保守模式的人工免疫系统模型第126-131页
     ·模型的基本结构第126-127页
     ·新的人工免疫系统模型CAIS第127-129页
     ·保守模式检测器设计第129-130页
     ·检测器的分布第130-131页
     ·检测器的进化机制第131页
   ·模型的讨论第131-132页
   ·小结第132-133页
结论第133-136页
主要学术贡献第136-137页
参考文献第137-144页
附录A NSMA模式匹配算法程序设计伪代码第144-146页
附录B 基于规则的病毒在线检测子系统主要函数表第146-148页
附录C 基于保守模式规则的病毒分类推理系统函数设计第148-154页
攻读博士学位期间发表学术论文情况第154-156页
致谢第156-157页

论文共157页,点击 下载论文
上一篇:熵流指数在远距离台风暴雨分析中的应用研究
下一篇:民国时期商标设计研究