惡意網(wǎng)頁(yè)檢測(cè)系統(tǒng)設(shè)計(jì)及在云架構(gòu)中的應(yīng)用.pdf

1、隨著WEB2.0和云計(jì)算技術(shù)的日益普及和發(fā)展，很多應(yīng)用都提供基于WEB的服務(wù)，互聯(lián)網(wǎng)中出現(xiàn)大量的惡意網(wǎng)頁(yè)，并且惡意網(wǎng)頁(yè)的攻擊逐漸成為互聯(lián)網(wǎng)上攻擊的主要形式。這些網(wǎng)頁(yè)中嵌入的惡意代碼一般以JavaScript,VBScript等腳本編寫，通過(guò)各種形式混淆代碼以逃避檢測(cè)。目前，網(wǎng)絡(luò)游戲、社交網(wǎng)絡(luò)、網(wǎng)上購(gòu)物等平臺(tái)經(jīng)常出現(xiàn)網(wǎng)游用戶賬戶被盜，社交網(wǎng)站被攻擊，網(wǎng)上銀行中的錢莫名減少等安全事件。因此在信息安全領(lǐng)域，對(duì)惡意網(wǎng)頁(yè)進(jìn)行分析和檢測(cè)變得尤為重要

2、。
　　 本文首先對(duì)惡意網(wǎng)頁(yè)的相關(guān)檢測(cè)技術(shù)做了分析，如:特征碼檢測(cè)、啟發(fā)式檢測(cè)、行為檢測(cè)、沙箱等，并指出了它們各自的優(yōu)缺點(diǎn)。同時(shí)對(duì)惡意URL特征、分類算法及惡意網(wǎng)頁(yè)行為等相關(guān)內(nèi)容進(jìn)行了分析。在此基礎(chǔ)上，設(shè)計(jì)了一個(gè)基于內(nèi)容分析的惡意網(wǎng)頁(yè)檢測(cè)系統(tǒng)，該系統(tǒng)通過(guò)一個(gè)wget爬蟲工具獲取待檢測(cè)網(wǎng)頁(yè)的源文件，根據(jù)正則表達(dá)式，用網(wǎng)絡(luò)爬蟲爬取源文件的超鏈接、圖片鏈接以及里面的腳本代碼;在獲取這些內(nèi)容后，系統(tǒng)通過(guò)靜態(tài)檢測(cè)的方式判斷這些URL是否是

3、惡意的，根據(jù)在惡意URL數(shù)據(jù)庫(kù)中對(duì)其標(biāo)準(zhǔn)化的設(shè)定，檢測(cè)出已知的惡意網(wǎng)頁(yè);對(duì)于不能靜態(tài)檢測(cè)出的網(wǎng)頁(yè)，再經(jīng)過(guò)一個(gè)采用行為方式的度量模塊，運(yùn)用沙箱技術(shù)和SSDTHOOK技術(shù)獲得惡意代碼行為，然后通過(guò)啟發(fā)式檢測(cè)方式，判斷獲得的行為權(quán)值是否大于設(shè)定的某個(gè)閾值，從而有效判斷網(wǎng)頁(yè)的惡意性。最后通過(guò)實(shí)驗(yàn)驗(yàn)證了系統(tǒng)檢測(cè)的效率和準(zhǔn)確率，實(shí)驗(yàn)結(jié)果表明，靜態(tài)分析模塊對(duì)檢測(cè)含有惡意URL的網(wǎng)頁(yè)有較高的效率;度量模塊在閾值N取值較為合理的情形下，對(duì)檢測(cè)含有惡意代碼