| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 基于动态执行的检测方法 | 第12-13页 |
| 1.2.2 基于静态分析的检测方法 | 第13-14页 |
| 1.3 论文主要工作 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第二章 相关背景知识介绍 | 第17-27页 |
| 2.1 JavaScript语言 | 第17-22页 |
| 2.1.1 JavaScript语言的一些特性 | 第17-20页 |
| 2.1.2 ECMAScript6的新特性 | 第20页 |
| 2.1.3 JavaScript脚本的运行环境与解析引擎 | 第20-21页 |
| 2.1.4 在Web页面中嵌入JavaScript的方式 | 第21-22页 |
| 2.2 JavaScript恶意脚本 | 第22-26页 |
| 2.2.1 常用劫持方法 | 第22-23页 |
| 2.2.2 常见攻击方式 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于否定选择的JavaScript脚本过滤算法 | 第27-37页 |
| 3.1 概述 | 第27-28页 |
| 3.2 一种JavaScript脚本过滤算法 | 第28-32页 |
| 3.2.1 基于否定选择的LMV-detector算法 | 第28-31页 |
| 3.2.2 LMV-detector在JavaScript脚本过滤中的应用 | 第31-32页 |
| 3.3 JavaScript脚本抓取工具的实现 | 第32-34页 |
| 3.4 基于否定选择的JavaScript脚本过滤算法评估 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第四章 基于多特征的JavaScript恶意脚本自动化检测研究 | 第37-51页 |
| 4.1 JavaScript脚本的混淆分析 | 第37-40页 |
| 4.1.1 混淆工具分析 | 第37-38页 |
| 4.1.2 JavaScript混淆技术分析 | 第38-40页 |
| 4.2 检测特征的分析与确定 | 第40-42页 |
| 4.2.1 混淆特征 | 第40页 |
| 4.2.2 基本统计特征 | 第40页 |
| 4.2.3 动态执行特征 | 第40-41页 |
| 4.2.4 漏洞利用特征 | 第41页 |
| 4.2.5 检测特征的确定 | 第41-42页 |
| 4.3 JavaScript恶意脚本的自动化检测 | 第42-45页 |
| 4.3.1 整体架构 | 第42-43页 |
| 4.3.2 特征处理 | 第43-44页 |
| 4.3.3 分类模型的训练 | 第44-45页 |
| 4.4 基于多特征的JavaScript脚本自动化检测评估 | 第45-49页 |
| 4.4.1 实验数据 | 第45页 |
| 4.4.2 实验及结果分析 | 第45-47页 |
| 4.4.3 其他对比实验 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第五章 基于互信息的JavaScript恶意脚本评估指标 | 第51-63页 |
| 5.1 概述 | 第51页 |
| 5.2 JavaScript恶意脚本评估指标 | 第51-55页 |
| 5.2.1 恶意行为的划分 | 第51-52页 |
| 5.2.2 基于互信息的行为危害系数计算方式 | 第52-54页 |
| 5.2.3 JavaScript恶意脚本评估指标 | 第54-55页 |
| 5.3 评估指标在JavaScript脚本恶意性检测中的应用 | 第55-58页 |
| 5.3.1 JavaScript模拟环境的实现 | 第55-57页 |
| 5.3.2 整体架构 | 第57-58页 |
| 5.4 评估指标的有效性验证 | 第58-61页 |
| 5.4.1 实验数据 | 第58-59页 |
| 5.4.2 实验及结果分析 | 第59-60页 |
| 5.4.3 实验效果对比分析 | 第60-61页 |
| 5.5 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
