首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

恶意网页智能检测技术研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-19页
    1.1 课题的背景及意义第11-12页
    1.2 本课题的国内外研究现状第12-17页
        1.2.1 恶意网页检测技术综述第12-16页
        1.2.2 国内外恶意网页检测技术的研究成果第16-17页
    1.3 本文的研究内容及结构安排第17-19页
        1.3.1 本文的研究内容第17-18页
        1.3.2 本文的结构安排第18-19页
第二章 相关理论知识第19-33页
    2.1 Web安全概述第19-20页
    2.2 网页基础知识第20-22页
        2.2.1 网页工作原理第20页
        2.2.2 HTML第20-21页
        2.2.3 网页脚本语言第21-22页
    2.3 恶意网页入侵技术分析第22-29页
        2.3.1 JavaScript入侵技术第22-27页
        2.3.2 CSS伪装第27-28页
        2.3.3 Flash攻击第28-29页
    2.4 恶意代码混淆技术第29-32页
    2.5 本章小结第32-33页
第三章 基于增量爬虫的网页样本集获取第33-45页
    3.1 网页抓取第33-43页
        3.1.1 爬虫概述第33-35页
        3.1.2 常见爬虫工具对比第35-36页
        3.1.3 Heritrix架构第36-40页
        3.1.4 增量抓取模块设计第40-43页
    3.2 样本获取第43-44页
        3.2.1 正常样本获取第43页
        3.2.2 恶意样本获取第43-44页
    3.3 本章小结第44-45页
第四章 基于网页URL和源代码的特征提取技术第45-59页
    4.1 常用的网页特征第45-47页
        4.1.1 基于网页内容特征第45页
        4.1.2 基于DOM树特征第45-46页
        4.1.3 基于邻居页面特征第46-47页
    4.2 本文提出的恶意网页特征第47-51页
        4.2.1 基于URL词汇信息特征第47页
        4.2.2 基于主机信息特征第47-49页
        4.2.3 基于页面内容特征第49-51页
        4.2.4 混淆JavaScript特征第51页
    4.3 HTML解析技术第51-54页
    4.4 混淆JavaScript特征提取技术第54-58页
        4.4.1 常用JavaScript引擎第54-55页
        4.4.2 Rhino引擎第55-58页
    4.5 本章小结第58-59页
第五章 基于特征融合的静态检测模型第59-73页
    5.1 数据挖掘第59-62页
        5.1.1 数据挖掘概述第59页
        5.1.2 数据挖掘常用技术第59-60页
        5.1.3 数据挖掘过程第60-62页
    5.2 分类算法第62-67页
        5.2.1 支持向量机算法第63-64页
        5.2.2 决策树算法第64-65页
        5.2.3 朴素贝叶斯算法第65-66页
        5.2.4 逻辑回归模型第66-67页
    5.3 分类训练工具及方法第67-68页
        5.3.1 分类训练工具第67-68页
        5.3.2 分类训练方法第68页
    5.4 实验结果对比分析第68-72页
        5.4.1 分类模型评估标准第68-69页
        5.4.2 实验数据准备第69-70页
        5.4.3 分类器性能对比实验第70-72页
    5.5 本章小结第72-73页
第六章 恶意网页检测系统设计与实现第73-87页
    6.1 系统设计目标第73页
    6.2 系统结构设计第73-74页
    6.3 软件功能模块的设计与实现第74-83页
        6.3.1 网页样本搜集模块第74-75页
        6.3.2 特征提取模块第75-78页
        6.3.3 基于特征融合的静态检测模块第78-80页
        6.3.4 动态检测模块第80-83页
    6.4 系统测试第83-86页
        6.4.1 测试过程及结果第83-84页
        6.4.2 与其他静态检测系统结果对比第84-85页
        6.4.3 与安全软件检测性能对比第85-86页
    6.5 本章小结第86-87页
第七章 结论第87-89页
    7.1 本文的主要贡献第87-88页
    7.2 下一步工作的展望第88-89页
致谢第89-90页
参考文献第90-94页

论文共94页,点击 下载论文
上一篇:基于OPNET的存储SDN网络的仿真与研究
下一篇:分布式网络安全预警系统研究与实现