基于CNN的JS代码混淆检测方法

摘要

目前，互联网给人类带来了极大的便利，但与此同时，恶意网页攻击事件频繁发生，其中大部分的JavaScript攻击代码都是通过混淆实施的。为了进一步对抗恶意网页攻击，保护用户的个人财产安全，检测JavaScript混淆脚本已成为当前的一个重要方向。传统的JavaScript代码混淆检测方法主要采用一些浅层机器学习模型或者度量法，它们都需要事先对JavaScript代码混淆有一定的深入研究，对特征要求严格，特征提取过程复杂，并且特征选择的好坏影响着检测的精确率。据此，论文提出了一种基于Bigram的字符矩阵特征提取方法，以简化特征提取过程。同时提出一种基于CNN（卷积神经网络）的JS(JavaScript)代码混淆检测方法，以提高检测的精确率。
　　首先，针对传统JavaScript代码混淆特征提取方法存在过程复杂，需要对JavaScript代码混淆有长时间的研究以及不具有普适性等问题，论文提出了一种基于Bigram的字符矩阵特征提取方法。该方法受Bigram语义模型与马尔科夫概率矩阵启发，在字符级别上对JavaScript代码进行特征提取，简化了特征提取过程，提高了普适性。
　　其次，针对传统机器学习检测方法大都是一些浅层模型，对特征要求高，且检测精确率低的问题，论文提出了一种基于CNN的JavaScript代码混淆检测方法，利用CNN对矩阵特征向量强大的学习能力，不仅降低了对特征的要求，还有效的提高了检测JavaScript代码混淆的精确率。
　　最后，论文对提出的特征提取方法以及卷积神经网络检测JavaScript代码混淆方法进行了实验。实验表明，论文提出的字符矩阵特征提取方法具有明显的区分能力，并且是传统特征提取方法耗时的一半。同时，相比于传统的机器学习检测方法，卷积神经网络检测方法提升了0.6％精确率。

目录

声明

摘要

第1章绪论

1．1课题背景及意义

1．2 JS代码混淆研究现状及分析

1．2．1JS代码混淆检测研究现状

1．2．2 JS代码混淆检测研究现状分析

1．3论文研究内容

1．4论文组织结构

第2章一种基于Bigram的字符矩阵特征提取方法

2．1引言

2．2 JavaScript混淆技术

2．3 JavaScript代码混淆特征提取分析

2．4 JavaScript代码特征提取方法

2．4．1相关技术

2．4．2具体特征提取方法

2．5本章小结

第3章1种基于CNN的JS代码混淆检测方法

3．1引言

3．2卷积神经网络

3．2．1卷积层

3．2．2池化层

3．2．3全连接层及sigmoid输出层

3．3卷积神经网络的优势及分析

3．4 JavaScript代码混淆检测方法

3．4．1数据预处理

3．4．2具体检测方法

3．5本章小结

第4章实验与分析

4．1实验目的与实验指标

4．2实验数据与实验环境

4．2．1实验数据

4．2．2实验环境

4．3实验过程

4．3．1特征提取及可视化过程

4．3．2模型训练及检测过程

4．4实验结果与分析

4．4．1特征提取及可视化分析

4．4．2模型训练及检测过程分析

4．5本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢