| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 1 绪论 | 第14-24页 |
| 1.1 引言 | 第14-15页 |
| 1.2 研究背景 | 第15-19页 |
| 1.2.1 Web站点安全现状 | 第16-17页 |
| 1.2.2 恶意网页对用户终端产生的安全威胁 | 第17-19页 |
| 1.2.3 研究意义 | 第19页 |
| 1.3 主要研究内容及成果 | 第19-23页 |
| 1.3.1 轻量级的恶意网页异常检测方法 | 第19-21页 |
| 1.3.2 混淆Drive-by-Download攻击检测 | 第21-22页 |
| 1.3.3 混淆恶意JavaScript付码自动化反混淆 | 第22-23页 |
| 1.4 论文的结构 | 第23-24页 |
| 2 恶意网页攻击技术与检测方法 | 第24-40页 |
| 2.1 恶意网页 | 第24页 |
| 2.2 JAVASCRIPT | 第24-27页 |
| 2.2.1 JavaScript代码特性 | 第24-26页 |
| 2.2.2 Web 浏览器安全策略 | 第26-27页 |
| 2.3 恶意网页攻击途径 | 第27-30页 |
| 2.3.1 浏览器或浏览器插件 | 第28页 |
| 2.3.2 社交网络 | 第28页 |
| 2.3.3 电子邮件 | 第28-29页 |
| 2.3.4 存在安全漏洞的良性网站 | 第29页 |
| 2.3.5 搜索引擎 162.4 恶意网页攻击技术 | 第29-30页 |
| 2.4 意网页攻击技术 | 第30-32页 |
| 2.4.1 Iframe攻击 | 第30页 |
| 2.4.2 重定向(Redirection)攻击 | 第30页 |
| 2.4.3 Drive-by-Download攻击 | 第30-31页 |
| 2.4.4 XSS (Cross Site Scripting)攻击 | 第31-32页 |
| 2.4.5 混淆代码攻击 | 第32页 |
| 2.5 恶意网页检测方法 | 第32-34页 |
| 2.6 恶意网页异常检测方法 | 第34-35页 |
| 2.6.1 有监督异常检测(Supervised Anomaly Detection) | 第34-35页 |
| 2.6.2 半监督异常检测(Semi-supervised Anomaly Detection) | 第35页 |
| 2.6.3 无监督异常检测(Unsupervised Anomaly Detection) | 第35页 |
| 2.7 异常检测方法的基本流程和框架 | 第35-38页 |
| 2.7.1 恶意网页异常检测方法的基本流程 | 第36页 |
| 2.7.2 异常检测系统的基本框架 | 第36-38页 |
| 2.8 恶意网页特征分析方法 | 第38-39页 |
| 2.8.1 静态分析 | 第38页 |
| 2.8.2 动态分析 | 第38-39页 |
| 2.9 恶意网页异常检测效果的评价指标 | 第39页 |
| 2.10 本章小结 | 第39-40页 |
| 3 基于JavaScript的恶意网页轻量级异常检测 | 第40-58页 |
| 3.1 相关工作 | 第40-41页 |
| 3.2 典型恶意JAVASCRIPT代码静态行为特征分析 | 第41-43页 |
| 3.3 JAVASCRIPT代码特征提取和检测系统实现 | 第43-47页 |
| 3.3.1 特征提取 | 第43-46页 |
| 3.3.2 检测系统 | 第46-47页 |
| 3.4 实验和结果分析 | 第47-57页 |
| 3.4.1 数据收集 | 第47-48页 |
| 3.4.2 检测算法 | 第48-51页 |
| 3.4.3 实验结果 | 第51-57页 |
| 3.5 结论 | 第57-58页 |
| 4 混淆Drive-by-Download攻击的异常检测 | 第58-84页 |
| 4.1 相关工作 | 第58-60页 |
| 4.2 DRIVE-BY-DOWNLOAD攻击行为特征分析 | 第60-75页 |
| 4.2.1 典型Drive-by-Download攻击行为流程 | 第60-61页 |
| 4.2.2 Drive-by-Download攻击行为特征 | 第61-73页 |
| 4.2.3 动态特征的形式化定义及其检测模型 | 第73页 |
| 4.2.4 变量劫持 | 第73-75页 |
| 4.3 检测系统 | 第75-77页 |
| 4.4 实验及结果分析 | 第77-82页 |
| 4.4.1 实验数据 | 第77页 |
| 4.4.2 实验结果 | 第77-78页 |
| 4.4.3 实验结果分析 | 第78-82页 |
| 4.5 结论 | 第82-84页 |
| 5 混淆JavaScript代码的自动化反混淆 | 第84-110页 |
| 5.1 相关工作 | 第85-87页 |
| 5.2 混淆恶意代码检测与反混淆面临的主要问题与分析 | 第87-89页 |
| 5.2.1 混淆恶意代码检测面临的问题与分析 | 第87-88页 |
| 5.2.2 混淆恶意代码反混淆面临的问题与分析 | 第88-89页 |
| 5.3 与安全相关的策略和API分析 | 第89-90页 |
| 5.3.1 当前与JavaScript相关安全策略存在的问题 | 第89-90页 |
| 5.3.2 与安全相关的DOM方法及JavaScript函数分析 | 第90页 |
| 5.4 混淆恶意代码的特征分析与特征提取 | 第90-95页 |
| 5.4.1 常见混淆技术产生的湿淆代码特征分析与提取 | 第90-93页 |
| 5.4.2 常见混淆工具产生的混淆代码特征分析与提取 | 第93-95页 |
| 5.5 检测与反混淆方法及原型系统设计 | 第95-100页 |
| 5.5.1 检测混淆的方法 | 第95-97页 |
| 5.5.2 反混淆方法 | 第97-99页 |
| 5.5.3 反混淆效果度量模型 | 第99-100页 |
| 5.6 实验结果及分析 | 第100-108页 |
| 5.6.1 实验数据和结果 | 第100-102页 |
| 5.6.2 与相关工作检测与反混淆结果对比 | 第102-106页 |
| 5.6.3 与传统安全工具检测混淆恶意代码的结果对比 | 第106-107页 |
| 5.6.4 实验结果分析 | 第107-108页 |
| 5.7 结论 | 第108-110页 |
| 6 结论 | 第110-114页 |
| 6.1 论文的主要工作和贡献 | 第110-112页 |
| 6.2 未来展望 | 第112-114页 |
| 参考文献 | 第114-122页 |
| 作者简历及攻读博士学位期间取得的研究成果 | 第122-126页 |
| 学位论文数据集 | 第126页 |
