| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 问题分析 | 第10-13页 |
| 1.1.1 对抗静态分析的攻击技术 | 第10-12页 |
| 1.1.2 对抗动态分析的攻击技术 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 混淆检测技术研究现状 | 第13-14页 |
| 1.2.2 恶意软件检测技术研究现状 | 第14-15页 |
| 1.3 研究内容 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第二章 基于API调用序列的混淆文件检测技术 | 第18-29页 |
| 2.1 引言 | 第18-19页 |
| 2.2 恶意软件使用的混淆技术 | 第19-21页 |
| 2.3 基于API调用序列的检测框架 | 第21-27页 |
| 2.3.1 API调用序列对齐 | 第26页 |
| 2.3.2 相似性函数 | 第26-27页 |
| 2.4 实验结果与分析 | 第27-28页 |
| 2.6 小结 | 第28-29页 |
| 第三章 基于组合特征的恶意软件检测技术 | 第29-38页 |
| 3.1 引言 | 第29页 |
| 3.2 特征定义 | 第29-32页 |
| 3.2.1 动态特征 | 第30-31页 |
| 3.2.2 静态特征 | 第31-32页 |
| 3.3 组合特征 | 第32-33页 |
| 3.4 系统架构 | 第33-34页 |
| 3.5 实验及结果分析 | 第34-37页 |
| 3.6 小结 | 第37-38页 |
| 第四章 基于控制流图签名的打包器识别技术 | 第38-46页 |
| 4.1 引言 | 第38页 |
| 4.2 相关知识 | 第38-40页 |
| 4.2.1 打包器识别 | 第38-39页 |
| 4.2.2 控制流图 | 第39-40页 |
| 4.3 基于控制流图的签名生成 | 第40-43页 |
| 4.3.1 控制流图预处理 | 第40页 |
| 4.3.2 精确的签名 | 第40-41页 |
| 4.3.3 近似的签名 | 第41-42页 |
| 4.3.4 基于编辑距离的匹配 | 第42-43页 |
| 4.4 实验及结果分析 | 第43-44页 |
| 4.5 方法的进一步讨论 | 第44-45页 |
| 4.6 小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 5.2.1 基于控制流图签名的多态变体恶意软件检测技术研究 | 第46-47页 |
| 5.2.2 基于机器学习的恶意软件快速检测方法研究 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 作者简历 | 第53页 |