面向恶意软件的分类与特征自动生成方法的研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-12页 |
| 第1章 绪论 | 第12-15页 |
| ·研究意义 | 第12页 |
| ·相关背景介绍 | 第12-14页 |
| ·本文的工作和组织结构 | 第14-15页 |
| 第2章 基于API序列的恶意软件检测 | 第15-34页 |
| ·研究现状 | 第15-16页 |
| ·背景知识介绍 | 第16-22页 |
| ·ROC曲线 | 第16-17页 |
| ·分类算法 | 第17-21页 |
| ·Bagging | 第21-22页 |
| ·多分类器系统 | 第22页 |
| ·基于API多分类系统的恶意软件检测 | 第22-29页 |
| ·获取API序列 | 第23-24页 |
| ·提取特征 | 第24-26页 |
| ·分类 | 第26-29页 |
| ·试验 | 第29-32页 |
| ·获取试验样本 | 第29-30页 |
| ·提取特征 | 第30页 |
| ·二类问题分类 | 第30页 |
| ·四类问题分类 | 第30-32页 |
| ·结论 | 第32-34页 |
| 第3章 基于漏洞的网络蠕虫自动特征生成技术 | 第34-47页 |
| ·研究现状 | 第34-35页 |
| ·基于漏洞的网络蠕虫特征自动生成技术 | 第35-40页 |
| ·攻击检测 | 第36页 |
| ·特征生成 | 第36-40页 |
| ·试验 | 第40-46页 |
| ·系统设置 | 第40-41页 |
| ·收集蠕虫特征 | 第41-43页 |
| ·生成Rude Signature | 第43页 |
| ·生成LCS Signature | 第43-44页 |
| ·生成Acceptable Signature | 第44页 |
| ·生成Snort Signature | 第44-46页 |
| ·结论 | 第46-47页 |
| 第4章 结束语 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的主要学术论文 | 第53-54页 |
| 攻读学位期间参加的项目 | 第54-55页 |
| 学位论文评阅及答辩情况表 | 第55页 |
