|
基于灰度图的恶意软件检测方法研究 | |
论文目录 | |
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第二章 相关理论及技术介绍 | 第16-25页 |
| 2.1 恶意软件检测技术 | 第16-19页 |
| 2.1.1 静态检测技术 | 第16-17页 |
| 2.1.2 动态检测技术 | 第17-19页 |
| 2.2 局部敏感哈希算法 | 第19-21页 |
| 2.2.1 基本原理 | 第19-20页 |
| 2.2.2 SimHash | 第20-21页 |
| 2.3 卷积神经网络 | 第21-24页 |
| 2.3.1 卷积层 | 第22-23页 |
| 2.3.2 池化层 | 第23页 |
| 2.3.3 全连接层 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于灰度图的恶意软件检测方法研究 | 第25-41页 |
| 3.1 传统的恶意软件图像化方法 | 第25-27页 |
| 3.2 基于SimHash的恶意软件图像化方案 | 第27-32页 |
| 3.2.1 可执行文件结构 | 第27-28页 |
| 3.2.2 文件预处理 | 第28页 |
| 3.2.3 基于SimHash的恶意软件图像化方法 | 第28-32页 |
| 3.3 基于残差神经网络的恶意软件检测算法 | 第32-35页 |
| 3.3.1 残差神经网络 | 第32-33页 |
| 3.3.2 注意力机制 | 第33-35页 |
| 3.4 实验与分析 | 第35-40页 |
| 3.4.1 实验数据与环境 | 第35-36页 |
| 3.4.2 实验指标 | 第36页 |
| 3.4.3 实验结果与分析 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 恶意软件检测模块的设计与实现 | 第41-54页 |
| 4.1 恶意软件的主动学习方案设计 | 第41-46页 |
| 4.1.1 主动学习方案设计 | 第41-44页 |
| 4.1.2 实验验证 | 第44-46页 |
| 4.2 恶意软件检测模块的设计 | 第46-47页 |
| 4.3 文件预处理模块 | 第47-49页 |
| 4.4 文件图像化模块 | 第49-52页 |
| 4.4.1 操作码提取 | 第50页 |
| 4.4.2 SimHash码生成模块 | 第50-52页 |
| 4.4.3 图像化模块 | 第52页 |
| 4.5 恶意软件检测模块 | 第52-53页 |
| 4.6 专家系统模块 | 第53页 |
| 4.7 本章小结 | 第53-54页 |
| 第五章 恶意软件检测系统的实现与测试 | 第54-61页 |
| 5.1 恶意软件检测系统模块设计与实现 | 第54-57页 |
| 5.1.1 系统架构设计 | 第54-55页 |
| 5.1.2 数据库设计 | 第55-57页 |
| 5.2 系统主要功能实现 | 第57-60页 |
| 5.2.1 系统环境 | 第57页 |
| 5.2.2 功能模块实现 | 第57-60页 |
| 5.3 系统测试 | 第60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61页 |
| 6.2 问题与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
本篇论文共67页，点击
这进入下载页面 |
|
| Copyright(C) All Rights Reserved |
| 客服QQ：304386486 |
| 目录由用户 xixi806** 提供，作者删除入口请点击这里 |