| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究意义和目标 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.4 本文研究内容及章节结构 | 第18-21页 |
| 第二章 Word和PDF的文档结构及TensorFlow框架 | 第21-35页 |
| 2.1 Word的文档结构及安全性 | 第21-23页 |
| 2.1.1 Word的复合文档结构 | 第21-22页 |
| 2.1.2 Word文档的安全性 | 第22-23页 |
| 2.2 PDF的文档结构及安全性 | 第23-28页 |
| 2.2.1 PDF文档的物理结构 | 第23-25页 |
| 2.2.2 PDF文档的逻辑结构 | 第25-26页 |
| 2.2.3 PDFMiner解析 | 第26-27页 |
| 2.2.4 PDF文档的安全性 | 第27-28页 |
| 2.3 TensorFlow框架 | 第28-33页 |
| 2.3.1 TensorFlow的原理 | 第28-30页 |
| 2.3.2 TensorFlow的特点 | 第30-31页 |
| 2.3.3 Inception V3 | 第31-32页 |
| 2.3.4 深度神经网络和TF.Learn | 第32-33页 |
| 2.4 本章小结 | 第33-35页 |
| 第三章 基于API行为特征和Inception V3的Word和PDF动态检测 | 第35-49页 |
| 3.1 恶意性动态检测方案 | 第35-36页 |
| 3.2 改进的Cuckoo沙箱系统 | 第36-41页 |
| 3.2.1 Cuckoo沙箱 | 第36-38页 |
| 3.2.2 行为监控和行为抽象 | 第38-41页 |
| 3.3 动态检测算法设计 | 第41-45页 |
| 3.4 实验结果与分析 | 第45-48页 |
| 3.4.1 实验环境和样本集 | 第45页 |
| 3.4.2 实验结果与分析 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第四章 基于K-means和深度文本特征检测网络的PDF静态检测 | 第49-61页 |
| 4.1 恶意性静态检测方案 | 第49-50页 |
| 4.2 基于K-means的区别性文本特征提取 | 第50-54页 |
| 4.3 深度文本特征检测网络 | 第54-58页 |
| 4.4 实验结果与分析 | 第58-60页 |
| 4.4.1 实验样本集 | 第58页 |
| 4.4.2 实验过程描述 | 第58-59页 |
| 4.4.3 实验结果分析 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-65页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 未来展望 | 第62-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
