| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 JS代码混淆研究现状及分析 | 第11-15页 |
| 1.2.1 JS代码混淆检测研究现状 | 第11-14页 |
| 1.2.2 JS代码混淆检测研究现状分析 | 第14-15页 |
| 1.3 论文研究内容 | 第15页 |
| 1.4 论文组织结构 | 第15-18页 |
| 第2章 一种基于Bigram的字符矩阵特征提取方法 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 JavaScript混淆技术 | 第18-20页 |
| 2.3 JavaScript代码混淆特征提取分析 | 第20-23页 |
| 2.4 JavaScript代码特征提取方法 | 第23-27页 |
| 2.4.1 相关技术 | 第23-25页 |
| 2.4.2 具体特征提取方法 | 第25-27页 |
| 2.5 本章小结 | 第27-30页 |
| 第3章 一种基于CNN的JS代码混淆检测方法 | 第30-38页 |
| 3.1 引言 | 第30页 |
| 3.2 卷积神经网络 | 第30-34页 |
| 3.2.1 卷积层 | 第31-32页 |
| 3.2.2 池化层 | 第32-33页 |
| 3.2.3 全连接层及sigmoid输出层 | 第33-34页 |
| 3.3 卷积神经网络的优势及分析 | 第34-35页 |
| 3.4 JavaScript代码混淆检测方法 | 第35-37页 |
| 3.4.1 数据预处理 | 第35-36页 |
| 3.4.2 具体检测方法 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 实验与分析 | 第38-52页 |
| 4.1 实验目的与实验指标 | 第38-39页 |
| 4.2 实验数据与实验环境 | 第39-41页 |
| 4.2.1 实验数据 | 第39-40页 |
| 4.2.2 实验环境 | 第40-41页 |
| 4.3 实验过程 | 第41-44页 |
| 4.3.1 特征提取及可视化过程 | 第41-42页 |
| 4.3.2 模型训练及检测过程 | 第42-44页 |
| 4.4 实验结果与分析 | 第44-51页 |
| 4.4.1 特征提取及可视化分析 | 第44-47页 |
| 4.4.2 模型训练及检测过程分析 | 第47-51页 |
| 4.5 本章小结 | 第51-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-61页 |
| 致谢 | 第61页 |