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

基于机器学习的二进制软件漏洞挖掘技术研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 研究目标及内容第13-14页
    1.4 论文组织结构第14-16页
第二章 相关理论及技术介绍第16-30页
    2.1 二进制软件漏洞挖掘技术第16-17页
        2.1.1 漏洞的定义第16页
        2.1.2 二进制软件漏洞挖掘技术介绍第16-17页
    2.2 词嵌入技术简介第17-18页
    2.3 机器学习与深度学习第18-25页
        2.3.1 机器学习与深度学习简介第18-21页
        2.3.2 机器学习与深度学习发展概述第21-23页
        2.3.3 简单的机器学习分类算法第23-25页
    2.4 深度神经网络第25-29页
        2.4.1 RNN循环神经网络第26-27页
        2.4.2 LSTM长短期记忆网络第27-29页
    2.5 本章小结第29-30页
第三章 二进制特征向量构建的研究第30-39页
    3.1 问题描述与主要思路第30-31页
    3.2 二进制文件反汇编第31页
    3.3 汇编代码预处理成底层语言第31-34页
        3.3.1 操作码筛选第32页
        3.3.2 操作数规范化第32-34页
    3.4 基于Word2Vec的特征向量化第34-38页
        3.4.1 Word2Vec算法第34-35页
        3.4.2 基于底层语言的特征向量化模型第35-38页
    3.5 本章小结第38-39页
第四章 二进制特征向量提取的研究第39-49页
    4.1 问题描述与主要思路第39-40页
    4.2 深度神经网络的选取第40-42页
    4.3 基于BLSTM的特征向量提取第42-44页
        4.3.1 BLSTM网络第42页
        4.3.2 基于BLSTM的特征提取模型第42-44页
    4.4 基于Attention机制的特征向量提取第44-48页
        4.4.1 Attention机制引入目的第44-45页
        4.4.2 Attention机制第45-47页
        4.4.3 Att-BLSTM特征提取模型第47-48页
    4.5 本章小结第48-49页
第五章 二进制软件漏洞检测系统的设计与实现第49-57页
    5.1 动态链接库漏洞检测系统设计目的第49-50页
    5.2 动态链接库漏洞检测系统整体框架第50-51页
    5.3 动态链接库漏洞检测系统实现流程第51-56页
        5.3.1 学习方式选择第51-52页
        5.3.2 数据集构建第52-53页
        5.3.3 实验环境配置第53-54页
        5.3.4 系统模块搭建第54-56页
    5.4 本章小结第56-57页
第六章 二进制软件漏洞检测系统测试与分析第57-64页
    6.1 训练参数第57-58页
    6.2 评估指标第58-59页
    6.3 动态链接库漏洞监测系统测试与分析第59-63页
        6.3.1 检测结果展示第59-60页
        6.3.2 词嵌入模块测试分析第60页
        6.3.3 语义特征提取模块测试分析第60-61页
        6.3.4 与现有系统对比测试分析第61-63页
    6.4 本章小结第63-64页
第七章 总结与展望第64-66页
    7.1 工作总结第64-65页
    7.2 工作展望第65-66页
参考文献第66-70页
致谢第70-71页
作者攻读学位期间发表的学术论文目录第71页

论文共71页,点击 下载论文
上一篇:基于卷积神经网络的隐写分析技术研究
下一篇:基于深度学习的指针式仪表示数自动识别的研究与应用