基于最小行為的惡意程序自動檢測技術研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、互聯(lián)網(wǎng)技術的出現(xiàn)使人們的生活和工作方式發(fā)生了巨大轉(zhuǎn)變,人們在享受著Internet提供的便利的同時,也承受著惡意程序帶來的威脅,在數(shù)字化時代的今天,與惡意程序的對抗已成為信息領域的焦點。
  傳統(tǒng)的惡意程序檢測技術是基于靜態(tài)特征碼的檢測,而惡意程序采用的混淆、加密、加殼等技術,使基于靜態(tài)特征碼的檢測技術變得無能為力。惡意程序動態(tài)分析技術解決了混淆、加密、加殼等技術問題,但惡意程序的多態(tài)性及變種病毒卻是動態(tài)分析無法解決的問題。為了解

2、決多態(tài)性與變種的問題,惡意程序分析領域出現(xiàn)了基于行為的分析技術,通過行為抽象技術把低層語義的數(shù)據(jù)信息抽象為高層行為,從而很好的解決了多態(tài)性與變種病毒的問題。但在安全領域卻沒有具體給出行為的概念,且沒有明確規(guī)定行為粒度的大小,無法充分發(fā)揮行為分析的優(yōu)勢。另外,針對惡意程序及其新種類的大量出現(xiàn),使得惡意程序的自動化分析技術成為必然趨勢。
  基于以上問題,本文實現(xiàn)了基于最小行為的惡意程序自動化檢測系統(tǒng)的原型。整個檢測系統(tǒng)分為三個關鍵模

3、塊:惡意程序 API(Application Programming Interface)信息監(jiān)控模塊,通過對模擬器 QEMU修改,完成對惡意程序的API信息捕獲;惡意程序行為特征向量生成模塊,通過行為抽象算法將低層語義的API抽象為高層語義的最小行為,并生成行為特征向量;惡意代碼分類檢測及自學習模塊,通過結(jié)合聚類分析與分類分析的優(yōu)點完成了對未知惡意程序的分類,并實現(xiàn)惡意程序特征庫的自動演化。文章最后給出了該系統(tǒng)的實驗分析結(jié)果,實驗結(jié)果

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論