学位论文 > 优秀研究生学位论文题录展示

基于启发式算法的恶意代码检测系统研究与实现

作　者: 雷迟骏
导　师: 王海艳；王汝传
学　校: 南京邮电大学
专　业: 计算机软件与理论
关键词: 模式匹配启发式虚拟机技术云计算恶意代码
分类号: TP393.08
类　型: 硕士论文
年　份: 2012年
下　载: 53次
引　用: 0次
阅　读: 论文下载

内容摘要

随着计算机技术的发展,尤其是计算机网络的发展,恶意代码也在不断的发展中。当前的恶意代码的数量比起过去有着呈几何增长。传统的恶意代码基本都以病毒形式出现,而当前恶意代码形式多种多样,如蠕虫、病毒、木马、恶意插件等。从功能上分析,传统的恶意代码一般功能单一,大多以数据破坏为主,而当前的恶意代码还具有数据窃取、篡改等功能,并且运用了大量的反调试、反跟踪、反检测等技术来保护自身。由此可见,当前恶意代码对计算机发展的危害已经越来越显著,同时也是检测越来越困难。在检测恶意代码方面,传统的杀毒软件仅仅采用的是二进制特征代码匹配技术来进行检测。由于该方法必须要得到恶意代码的二进制特征代码,一旦恶意代码通过加密等方式改变了其二进制特征代码,该方法将彻底失效。传统的杀毒软件面对当前的恶意代码已经显得力不从心。本论文在阐述模式匹配算法、启发式扫描算法以及虚拟机技术等的基本理论及关键技术的基础上,研究了目前恶意代码检测引擎的模式匹配算法的不足,提出改进的方案。此外在基于启发式扫描算法和虚拟机技术的特征行为引擎研究下,本论文建立了一个结合二进制特征匹配、行为特征匹配以及云端检测的新型恶意代码检测方法的原型系统。本文的研究成果能有效提高系统资源,并且充分利用网络资源,抵御恶意代码入侵,对维护互联网的健康环境,进而营造出一个和谐的网络社会有着积极意义。

全文目录

中文摘要  4-5
ABSTRACT  5-9
第一章引言  9-12
  1.1 研究背景  9
  1.2 课题来源及本人所做工作  9-10
  1.3 论文结构  10-12
第二章模式匹配算法概述  12-23
  2.1 模式匹配算法研究现状  12
  2.2 模式匹配算法介绍  12-19
    2.2.1 KMP  13-16
    2.2.2 Aho-Corasick 算法  16-17
    2.2.3 WM 算法  17-19
  2.3 多模式匹配算法改进  19-22
    2.3.1 AC 与WM 算法比较  19-20
    2.3.2 AM 算法  20-22
  2.4 本章小结  22-23
第三章虚拟机技术概述  23-35
  3.1 虚拟机技术简介  23-24
  3.2 x86 体系结构与PC 系统概要  24-28
    3.2.1 x86 CPU 结构  24-26
    3.2.2 x86 体系结构概览  26-27
    3.2.3 PC 系统  27-28
  3.3 BOCHS 与QEMU 技术分析  28-34
    3.3.1 静态翻译  29-31
    3.3.2 动态翻译  31-34
  3.4 本章小结  34-35
第四章基于语义的启发式检测模型  35-45
  4.1 引言  35
  4.2 相关研究  35-39
    4.2.1 静态启发式扫描  36
    4.2.2 动态启发式扫描  36-39
  4.3 基于语义的可信模型  39-44
    4.3.1 基本可信模型  39-40
    4.3.2 基于信息熵的判断模型  40-44
  4.4 本章小结  44-45
第五章高性能云服务器设计  45-52
  5.1 Windows Socket I/O 模型  45-46
  5.2 windows 完成端口模型  46-51
    5.2.1 完成端口简介  46-50
    5.2.2 数据重组  50-51
  5.3 本章小结  51-52
第六章原型系统实现与测试  52-65
  6.1 基于云计算的恶意代码监测系统实现  52-56
    6.1.1 体系结构  52
    6.1.2 系统工作流程  52-56
  6.2 恶意代码监测系统测试  56-64
    6.2.1 查杀率测试  56-61
    6.2.2 误报率测试  61-64
  6.3 本章小结  64-65
第七章总结与展望  65-67
  7.1 总结  65
  7.2 展望  65-67
致谢  67-68
攻读硕士学位期间的学术论文  68-69
攻读硕士学位期间参加的科研项目  69-70
缩略词  70-72
图表清单  72-74
参考文献  74-76

基于启发式算法的恶意代码检测系统研究与实现

内容摘要

全文目录

相似论文