摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第14-22页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-19页 |
1.3 本文研究内容 | 第19-20页 |
1.4 论文组织结构 | 第20-22页 |
第二章 相关技术介绍 | 第22-30页 |
2.1 云存储 | 第22-23页 |
2.2 数字取证 | 第23-27页 |
2.2.1 数字取证的定义 | 第23-24页 |
2.2.2 云环境下数字取证面临的问题 | 第24-25页 |
2.2.3 云存储取证流程 | 第25-27页 |
2.3 逆向分析技术 | 第27-28页 |
2.4 本章小结 | 第28-30页 |
第三章 云存储用户端痕迹分析 | 第30-46页 |
3.1 痕迹分析方法 | 第30-32页 |
3.2 Chrome浏览器方式痕迹分析 | 第32-41页 |
3.2.1 Chrome浏览器历史记录文件 | 第32-33页 |
3.2.2 Chrome浏览器缓存文件 | 第33-37页 |
3.2.3 Chrome浏览器Cookies文件 | 第37-40页 |
3.2.4 Chrome浏览器Login Data文件 | 第40-41页 |
3.3 客户端程序方式痕迹分析 | 第41-45页 |
3.3.1 百度云管家注册表痕迹 | 第41-42页 |
3.3.2 百度云管家本地记录文件 | 第42-44页 |
3.3.3 百度云管家账号信息文件 | 第44-45页 |
3.4 本章小结 | 第45-46页 |
第四章 云存储客户端账号信息文件解密机制的逆向分析 | 第46-64页 |
4.1 逆向分析基本方法 | 第46-48页 |
4.2 初步逆向分析 | 第48-50页 |
4.3 读取并解密用户账号信息文件 | 第50-56页 |
4.4 解密用户密码 | 第56-57页 |
4.5 生成解密密钥 | 第57-59页 |
4.6 账号信息文件解密机制总结 | 第59-62页 |
4.7 本章小结 | 第62-64页 |
第五章 基于特征匹配与SVM分类器的SQLite数据恢复方法 | 第64-102页 |
5.1 SQLite数据库文件结构 | 第65-68页 |
5.2 SQLite数据库删除数据方式 | 第68-71页 |
5.3 删除数据恢复原理 | 第71-76页 |
5.4 基于特征匹配与SVM分类器的数据恢复方法原理 | 第76-83页 |
5.4.1 使用特征匹配方法从待恢复块中分离单元 | 第77-81页 |
5.4.2 使用基于SVM分类器的数据恢复方法从单元中恢复数据 | 第81-83页 |
5.5 SVM分类器原理 | 第83-89页 |
5.6 基于SVM分类器的恢复数据正确性判断 | 第89-94页 |
5.7 实验结果与分析 | 第94-101页 |
5.7.1 数据恢复实验 | 第94-99页 |
5.7.2 性能分析 | 第99-101页 |
5.8 本章小结 | 第101-102页 |
第六章 云存储用户端数字取证系统设计 | 第102-116页 |
6.1 总体设计 | 第102-103页 |
6.2 案件管理 | 第103-105页 |
6.3 数据提取 | 第105-107页 |
6.4 数据管理 | 第107页 |
6.5 数据分析 | 第107-115页 |
6.5.1 SQLite数据库数据分析 | 第107-111页 |
6.5.2 Chrome Cache文件数据分析 | 第111-114页 |
6.5.3 客户端程序账号信息文件分析 | 第114-115页 |
6.5.4 汇总分析 | 第115页 |
6.6 本章小结 | 第115-116页 |
第七章 总结与展望 | 第116-118页 |
7.1 全文工作总结 | 第116-117页 |
7.2 进一步研究方向 | 第117-118页 |
致谢 | 第118-120页 |
参考文献 | 第120-124页 |
作者简介 | 第124页 |