基于數(shù)據(jù)挖掘的網頁惡意代碼檢測技術研究.pdf

1、Web應用的日益增多,導致網頁攻擊日益猖獗,越來越多的惡意軟件利用網頁作為其傳播載體,傳播過程也越來越隱蔽,對用戶造成了巨大的威脅。研究如何準確有效地檢測網頁惡意代碼具有重要的意義。傳統(tǒng)的基于網頁內容或網址的靜態(tài)檢測方法由于誤報率高而缺乏實際應用價值,模擬真實運行環(huán)境的動態(tài)檢測方法則因資源消耗大而難以獲得較高的性能。
　　基于數(shù)據(jù)挖掘的網頁惡意代碼檢測技術,通過數(shù)據(jù)挖掘的方法生成一種漏報率較低的分類模型,希望通過將該分類模型與動態(tài)

2、檢測方法相結合,達到低誤報率同時低漏報率的檢測目標。通過對大量網頁惡意代碼的研究,分類型總結了網頁惡意代碼的特征。針對這些特征,采用了相應的特征提取技術:采用HTMLParser工具包提取HTML特征,采用正則表達式字符串匹配技術初步提取JavaScript特征,對經過混淆的JavaScript代碼采用擴展的Rhino引擎進行特征的解析提取。由于Rhino引擎只提供了對核心JavaScript功能的支持,詳細研究了Rhino引擎的擴展技