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、Java語言的平臺無關性,是由于在不同操作系統(tǒng)平臺之上運行了自身的虛擬機(JVM)。JVM運行時庫通過調(diào)用自身庫函數(shù)的安全管理器類能夠?qū)崿F(xiàn)各種各樣的安全策略來保證平臺安全性,其中非常重要的一條安全策略是保證程序在執(zhí)行敏感操作之前必須進行相應的訪問控制權(quán)限檢查。
傳統(tǒng)上依賴于人工分析來確保JVM運行時庫滿足該安全策略,由于Java標準類庫涵蓋上千個類,上萬個方法,而且處于快速的發(fā)展和演化過程中,人工分析費時費力,容易出錯。近
2、年來出現(xiàn)的半自動檢測工具,雖然解決了從輸入到輸出的自動化,但是由于產(chǎn)生了大量的誤報,其后期仍然需要引入大量人工分析工作來排除這些誤報,依舊低效。
針對上述問題,本文在研究相關工作的基礎上,結(jié)合半自動檢測工具的優(yōu)點,提出一種針對JVM運行時庫安全策略的全自動檢測方法(FADM)。主要工作是:首先,設計并實現(xiàn)了FADM系統(tǒng),通過掃描Java標準類庫字節(jié)碼文件,將類的成員方法生成控制流圖,通過定義檢驗模型,結(jié)合污點分析計算出方法
3、摘要,自動檢測出風險方法。其次,詳細描述了FADM的檢驗算法,通過引入隊列技術和污點分析技術實現(xiàn)了自動化檢測,并對算法性能進行了分析。最后,從時間開銷和誤報率兩個方面進行性能測試,實驗結(jié)果表明,在時間開銷基本相同的情況下,F(xiàn)ADM將傳統(tǒng)的半自動檢測方法的誤報率降低了一個數(shù)量級,檢測完全自動,無需人工參與。
該系統(tǒng)可以自動地檢驗出Java標準類庫中的風險方法。具有高效、可擴展的特點,能夠正確評估JVM運行時庫安全策略的可靠性
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
- 洛氏硬度全自動檢測方法的研究.pdf
- 行車安全自動檢測關鍵技術研究與實現(xiàn).pdf
- 自動檢測
- 自動檢測
- 自動檢測題庫
- 汽車卡簧全自動檢測系統(tǒng)測量算法設計.pdf
- 鋼管表面缺陷自動檢測方法的研究.pdf
- 直角尺自動檢測方法研究.pdf
- 自動檢測題庫
- 顱腦CT圖像病變自動檢測方法研究.pdf
- 基于運行時驗證的AOP程序檢測框架研究.pdf
- 基于圖像分析的未系安全帶自動檢測方法研究.pdf
- 胸片的肺結(jié)節(jié)自動檢測方法研究.pdf
- 面向列控安全性監(jiān)控的運行時驗證方法研究.pdf
- 基于圖像處理的織物疵點自動檢測方法研究.pdf
- 冰層厚度自動檢測方法及系統(tǒng)研究.pdf
- 摩托車儀表圖像自動檢測方法研究.pdf
- 基于圖像處理的焊接缺陷自動檢測方法研究.pdf
- 空瓶自動檢測系統(tǒng)的研究.pdf
- 基于UML安全協(xié)議的建模和自動檢測.pdf
評論
0/150
提交評論