軟件脆弱性分析及其惡意代碼檢測技術研究.pdf

1、網絡信息時代，Internet已深入到人們工作、生活的方方面面，其安全問題引起了社會和學術界的廣泛關注。近年來，信息安全的核心問題之一就是存在于計算機系統(tǒng)中的軟件脆弱性和被廣泛使用的惡意代碼程序。惡意的攻擊者可以利用惡意代碼和安全脆弱性來提升權限，訪問未授權系統(tǒng)資源，甚至修改敏感數據。為保護系統(tǒng)和數據，如何盡可能地檢測出潛在的軟件脆弱性和惡意代碼已成為當今信息安全領域主流研究方向。 本文主要的工作也主要集中在這兩方面。在檢測軟件

2、脆弱性方面，本文先仔細研究了國外流行的靜態(tài)分析工具的機理，然后在此基礎上提出了一種基于數據融合的源代碼靜態(tài)分析技術，實現了可擴展的原型系統(tǒng)。該技術對現有靜態(tài)分析工具的分析結果來進行解析和數據融合。實驗結果表明，相對于單個源代碼檢測工具，該技術有效地降低了誤報率和漏報率。 在檢測惡意代碼方面，不同于基于特征碼的檢測技術，本文采用模型檢測和n-gram方法對二進制惡意代碼進行檢測。模型檢測的方法是先對普通惡意代碼形式化建模，生成迷惑

3、前的二進制惡意代碼的有限狀態(tài)機模型，再使用模型檢查器檢測迷惑二進制惡意代碼。如果迷惑二進制惡意代碼能被有限狀態(tài)機模型識別，可判定其為惡意代碼。實驗結果表明模型檢查迷惑二進制惡意代碼是一種有效的靜態(tài)分析方法，可以檢測出一些常用的迷惑惡意代碼?；趎-gram的方法是利用文本分析n-gram方法來統(tǒng)計惡意代碼指令出現頻率?；谶@些指令頻率，建立特征向量，然后利用支持向量機多類分類方法，對惡意代碼進行分類。從實驗結果可以看出，基于n-gram