| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容及章节安排 | 第13-15页 |
| 第二章 网页恶意代码检测相关技术 | 第15-25页 |
| 2.1 浏览器现有网页恶意代码限制策略 | 第15-16页 |
| 2.2 网页恶意代码攻击原理 | 第16-19页 |
| 2.2.1 网页恶意代码常见攻击手法 | 第16-18页 |
| 2.2.2 网页恶意代码攻击场景 | 第18-19页 |
| 2.2.3 网页恶意代码攻击流程 | 第19页 |
| 2.3 网页恶意代码现有检测技术 | 第19-20页 |
| 2.4 网页恶意代码特征分类理论 | 第20-22页 |
| 2.5 工程相关技术 | 第22-24页 |
| 2.5.1 HtmlUnit页面解析系统 | 第23页 |
| 2.5.2 Rhino引擎 | 第23页 |
| 2.5.3 Gearman调度框架 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 基于解析引擎的网页恶意代码检测模型的设计 | 第25-44页 |
| 3.1 基于SVM的网页恶意代码分类模型 | 第25-28页 |
| 3.1.1 分类模型设计 | 第25-26页 |
| 3.1.2 模型输入准备与处理 | 第26-27页 |
| 3.1.3 模型学习与训练 | 第27-28页 |
| 3.2 DOM环境恶意行为标定子模块设计 | 第28-35页 |
| 3.2.1 DOM环境对象简介 | 第29-30页 |
| 3.2.2 带参检测的document对象恶意行为检测方法 | 第30-32页 |
| 3.2.3 带参检测的window对象重定向检测方法 | 第32-33页 |
| 3.2.4 window对象延时执行检测方法 | 第33页 |
| 3.2.5 浏览器指纹识别检测方法 | 第33-35页 |
| 3.3 JavaScript环境下恶意特征提取子模块设计 | 第35-42页 |
| 3.3.1 未混淆JavaScript代码检测特征 | 第35-36页 |
| 3.3.2 基于动态解析的抗混淆特征检测方法 | 第36-42页 |
| 3.4 网页恶意特征提取模型 | 第42-43页 |
| 3.4.1 恶意特征提取模型逻辑设计 | 第42页 |
| 3.4.2 恶意特征提取模型数据处理 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 基于解析引擎的网页恶意代码检测系统的实现 | 第44-58页 |
| 4.1 系统总体设计 | 第44-45页 |
| 4.2 关键功能模块设计 | 第45-50页 |
| 4.2.1 预检测模块 | 第45-46页 |
| 4.2.2 检测模块 | 第46-48页 |
| 4.2.3 特征统计模块 | 第48-49页 |
| 4.2.4 分类判定模块 | 第49页 |
| 4.2.5 数据存储模块 | 第49-50页 |
| 4.3 关键功能模块实现 | 第50-57页 |
| 4.3.1 检测模块 | 第50-52页 |
| 4.3.2 特征统计模块 | 第52-53页 |
| 4.3.3 分类判定模块 | 第53-54页 |
| 4.3.4 数据存储模块 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 系统测试与结果分析 | 第58-65页 |
| 5.1 测试环境 | 第58页 |
| 5.2 网络拓扑 | 第58-59页 |
| 5.3 测试步骤 | 第59-61页 |
| 5.3.1 测试样本 | 第59页 |
| 5.3.2 分类模型训练 | 第59-61页 |
| 5.4 测试结果与分析 | 第61-64页 |
| 5.4.1 分类器性能实验 | 第61-62页 |
| 5.4.2 系统功能测试 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 论文主要工作 | 第65页 |
| 6.2 下一步工作计划 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |
