2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著Web2.0及云計(jì)算的普及,虛擬化技術(shù)應(yīng)用日益廣泛。近年來,由AVM2安全漏洞引起的網(wǎng)絡(luò)威脅逐漸增多,多個(gè)逃逸案例對互聯(lián)網(wǎng)安全產(chǎn)生了嚴(yán)重威脅,但總體上國內(nèi)外研究還不夠。因此,研究基于AVM2逃逸的漏洞挖掘技術(shù)具有重要的意義和價(jià)值,有利于提高漏洞發(fā)現(xiàn)與修補(bǔ)效率,能夠更精確地進(jìn)行惡意代碼檢測,幫助用戶提高安全意識及增強(qiáng)防護(hù)手段。
   本文從軟件漏洞挖掘技術(shù)、虛擬機(jī)逃逸和Flash漏洞研究現(xiàn)狀入手,詳細(xì)闡述AVM2逃逸在漏洞挖掘

2、與利用中的應(yīng)用及不足,并明確了后文研究重心。
   在基于AVM2逃逸的漏洞挖掘關(guān)鍵技術(shù)方面,重點(diǎn)提出了改進(jìn)的漏洞挖掘模型,設(shè)計(jì)了漏洞挖掘規(guī)則庫,包括規(guī)則的定義、提取和存儲。通過初始模板構(gòu)造與用例動態(tài)生成技術(shù)創(chuàng)建測試用例,解決了AVM2智能灰盒測試技術(shù);最后,研究了漏洞可用性分析技術(shù),以確定漏洞信息并豐富挖掘規(guī)則庫。
   結(jié)合關(guān)鍵技術(shù)研究成果,研制了對應(yīng)的漏洞挖掘原型系統(tǒng)AVMHunter,為實(shí)際漏洞的檢測與防范技術(shù)提

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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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