

版權(quán)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(quán),請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)的飛速發(fā)展,計算機病毒技術也在迅速發(fā)展,逐漸融合了網(wǎng)絡蠕蟲、木馬、拒絕服務攻擊等各種攻擊手段。
造成的損失也由最初的數(shù)據(jù)丟失,發(fā)展到現(xiàn)在的信息泄密,甚至互聯(lián)網(wǎng)的癱瘓,破壞力越來越大。但不幸的是病毒檢測技術還不能完全跟上病毒編寫者的速度。特別在特征碼提取這一塊,現(xiàn)在仍舊停留在人工分析提取特征碼的階段,這使得一個新病毒從發(fā)現(xiàn)到檢測需要一個很長的過程,而現(xiàn)在的新型病毒的傳播速度越來越快,破壞程度也越來越嚴重。基于上述分
2、析,特征碼的提取方式和提取速度必須跟上病毒的傳播速度。
本文針對特征碼提取技術做了如下工作:
(1)提出了基于PE文件啟發(fā)式特征碼自動提取技術。該技術是建立在對病毒感染策略詳細分析的基礎上,通過對病毒樣本的PE結(jié)構(gòu)掃描,利用病毒復制和傳播的特性,尋找病毒在PE結(jié)構(gòu)中區(qū)別于正常文件的啟發(fā)性標志。該啟發(fā)性標志的選擇主要依據(jù)病毒的感染策略,從PE文件的PE頭部,可選頭部,入口點地址,節(jié)表等病毒容易感染區(qū)段進行選取,
3、然后通過啟發(fā)性標志提煉出病毒的特征序列,最后選出最能代表該病毒特性的特征序列組合成特征碼。
(2)設計并實現(xiàn)特征碼自動提取系統(tǒng)。討論系統(tǒng)的總體設計和各模塊的之間的關系,詳細介紹了系統(tǒng)核心模塊的設計流程和算法。該系統(tǒng)是根據(jù)基于PE文件啟發(fā)式掃描的思想設計的并在該系統(tǒng)中融入了對病毒樣本的特征碼實現(xiàn)無人工干預的自動提取技術。接著我們通過該系統(tǒng)對大量惡意樣本進行特征碼提取,并在積累大量病毒樣本的特征碼基礎上對基于PE文件啟發(fā)式特征
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(quán)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(quán)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(quán)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。
最新文檔
- 基于啟發(fā)式搜索的生物特征辨識算法研究.pdf
- 基于增強學習的啟發(fā)式和元啟發(fā)式搜索的參數(shù)調(diào)優(yōu)策略.pdf
- 基于啟發(fā)式聚類的混合特征基因選擇方法研究.pdf
- 基于啟發(fā)式策略的web應用自動化測試研究
- 基于啟發(fā)式搜索的軟件測試數(shù)據(jù)的自動生成.pdf
- 基于用戶測試的啟發(fā)式評估研究.pdf
- 基于啟發(fā)式策略的Web應用自動化測試研究.pdf
- 基于粗糙集的啟發(fā)式屬性約簡特征選擇方法研究.pdf
- 基于粗糙集的啟發(fā)式屬性約簡與規(guī)則提取研究.pdf
- 基于視頻的啟發(fā)式跟蹤技術研究.pdf
- 基于啟發(fā)式的病毒檢測技術研究.pdf
- TSP的結(jié)構(gòu)特征挖掘與啟發(fā)式算法設計.pdf
- 啟發(fā)式教學探析.pdf
- 基于啟發(fā)式搜索的靈活規(guī)劃的算法研究.pdf
- 資源優(yōu)化的啟發(fā)式算法研究.pdf
- 基于啟發(fā)式算法的公交線網(wǎng)優(yōu)化模型研究.pdf
- 基于啟發(fā)式方法的網(wǎng)格任務調(diào)度算法研究.pdf
- 現(xiàn)代啟發(fā)式教學探究.pdf
- 課表安排問題的啟發(fā)式算法研究.pdf
- 車輛路徑問題的啟發(fā)式算法研究.pdf
評論
0/150
提交評論