| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 静态恶意软件检测国内外研究现状 | 第11-12页 |
| 1.2.2 动态恶意软件检测国内外研究现状 | 第12-13页 |
| 1.3 论文的组织结构 | 第13-15页 |
| 1.3.1 论文的主要研究内容 | 第13页 |
| 1.3.2 论文的技术路线 | 第13-14页 |
| 1.3.3 论文的各章节内容安排 | 第14-15页 |
| 第2章 相关理论知识与技术简介 | 第15-27页 |
| 2.1 恶意软件 | 第15-17页 |
| 2.1.1 基于行为分类的恶意软件分类 | 第15-16页 |
| 2.1.2 恶意软件感染方式 | 第16页 |
| 2.1.3 恶意软件的代码混淆技术 | 第16-17页 |
| 2.2 Windows API | 第17-19页 |
| 2.2.1 Windows API | 第17-18页 |
| 2.2.2 Windows API调用 | 第18-19页 |
| 2.2.3 Windows API调用监测 | 第19页 |
| 2.3 相关算法 | 第19-26页 |
| 2.3.1 特征提取算法 | 第19-21页 |
| 2.3.2 文本分类算法 | 第21-23页 |
| 2.3.3 分类评价标准 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 系统API与参数及参数取值多特征结合的恶意软件检测 | 第27-53页 |
| 3.1 数据收集 | 第27-31页 |
| 3.1.1 恶意软件及非恶意软件样本来源 | 第27-28页 |
| 3.1.2 Window API调用监测工具APIOVERRIDE简介 | 第28-29页 |
| 3.1.3 监测的Windows API模块 | 第29-31页 |
| 3.2 数据预处理 | 第31-36页 |
| 3.2.1 API字符串提取 | 第31-34页 |
| 3.2.2 API参数和API参数及参数取值字符串提取 | 第34-36页 |
| 3.3 特征选择 | 第36-38页 |
| 3.3.1 文本频率特征选择 | 第37页 |
| 3.3.2 信息增益特征选择 | 第37-38页 |
| 3.4 实验及结果分析 | 第38-50页 |
| 3.4.1 API特征实验及结果分析 | 第38-43页 |
| 3.4.2 API参数特征实验结果及分析 | 第43-45页 |
| 3.4.3 API参数及参数取值特征实验结果及分析 | 第45-49页 |
| 3.4.4 三组特征实验结果对比分析 | 第49-50页 |
| 3.5 实验结果对比 | 第50-51页 |
| 3.6 本章小结 | 第51-53页 |
| 第4章 关于系统API调用恶意软件检测的其他研究 | 第53-61页 |
| 4.1 API调用频率恶意软件监测实验及结果分析 | 第53-57页 |
| 4.1.1 逆文档频率向量空间构造 | 第53-55页 |
| 4.1.2 实验结果及分析 | 第55-57页 |
| 4.2 基于API关联关系的恶意软件检测的探究 | 第57页 |
| 4.3 基于API+全部参数特征的恶意软件检测的探究 | 第57-59页 |
| 4.4 实验结果对比 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 总结与展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读学术学位期间发表的论文 | 第68页 |
