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、網(wǎng)頁惡意代碼,簡稱網(wǎng)頁掛馬,近年來從一種僅僅被少部分安全從業(yè)者所知曉的攻擊技術(shù),逐漸變成每個網(wǎng)民都知曉的概念。這充分反映出網(wǎng)頁惡意代碼攻擊的泛濫程度,以及業(yè)界對它的重視。為了及時有效地監(jiān)視網(wǎng)站,檢測網(wǎng)頁中是否存在惡意代碼,就需要采用合適的檢測方法,設計出有效的檢測方案,構(gòu)建出精確高效的檢測系統(tǒng)。
論文在分析網(wǎng)頁惡意代碼攻擊技術(shù)的基礎上,對現(xiàn)有的檢測技術(shù)做了對比、分析。在看到了現(xiàn)有的網(wǎng)頁惡意代碼動態(tài)檢測方案中的性能上的嚴重不足之
2、后,將原本在靜態(tài)檢測方案中使用的技巧和思想結(jié)合到動態(tài)檢測之中,提出了一個新的檢測方法——利用無界面瀏覽器動態(tài)加載頁面獲取數(shù)據(jù),隨后使用模式匹配的方法解析數(shù)據(jù),識別惡意特征。從而克服了傳統(tǒng)靜態(tài)檢測方案的適用面狹窄、無法識別靈活構(gòu)造的惡意代碼等缺陷,同時又比其他動態(tài)檢測方案大幅提升了檢測效率,降低了資源消耗。
論文首先總結(jié)歸納了大量網(wǎng)頁惡意代碼的特征,針對這些特征提出了對應的模式或邏輯特征,用于匹配識別惡意的代碼片段。在程序?qū)崿F(xiàn)中
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
- 惡意代碼技術(shù)及其檢測方法
- 基于分類器集成的網(wǎng)頁惡意代碼檢測研究.pdf
- 基于內(nèi)核對象的動態(tài)惡意代碼檢測.pdf
- 用于惡意代碼檢測的沙箱技術(shù)研究.pdf
- 基于復制行為的惡意代碼動態(tài)檢測技術(shù).pdf
- 基于內(nèi)容的網(wǎng)頁惡意代碼檢測的研究與實現(xiàn).pdf
- 基于數(shù)據(jù)挖掘的網(wǎng)頁惡意代碼檢測技術(shù)研究.pdf
- 基于行為的惡意代碼檢測方法研究.pdf
- 多特征靜態(tài)惡意代碼檢測方法研究.pdf
- 基于本體的惡意代碼檢測.pdf
- 惡意代碼論文惡意代碼分類的研究與實現(xiàn)
- Android惡意代碼的靜態(tài)檢測研究.pdf
- 基于流特征的惡意代碼檢測.pdf
- JavaScript腳本惡意代碼檢測系統(tǒng).pdf
- 惡意代碼檢測及其行為分析.pdf
- 惡意代碼檢測技術(shù)研究.pdf
- 惡意代碼檢測方法及其在安全評估中的應用
- JavaScript惡意代碼檢測技術(shù)研究.pdf
- 僵尸工具類惡意代碼的檢測研究.pdf
- 基于SVM的Android惡意代碼檢測研究.pdf
評論
0/150
提交評論