第一个书签之前
摘 要
ABSTRACT
绪论
研究背景
研究问题
基于网络流的恶意软件特征提取
基于特征的恶意软件检测
本文研究内容与主要贡献
论文组织结构
相关研究
恶意软件相关概念
恶意软件分类
恶意软件内容特征表示
恶意软件特征提取与检测相关技术
恶意软件特征提取
恶意软件特征检测
云安全检测中的隐私保护相关技术
安全定义
不经意传输协议
隐私集合交集协议
本章小结
网络流恶意软件哈希特征自动聚类与提取机制
系统设计
哈希矩阵生成
提取嫌疑片段
构造哈希矩阵
哈希矩阵聚类
交叉关联聚类
中值滤波降噪
贝叶斯特征提取
性能评估
应用场景
实验环境与数据
字符特征结果
哈希特征结果
检测误报率
本章小结
基于哈希特征的云安全检测机制
系统设计
设计目的
系统架构
特征匹配过程
初步过滤
层次式过滤
结果确认
性能评估
实验设置
内存通信评估
检测时间评估
本章小结
云安全检测的防窃听机制
系统设计
设计基础与动机
系统结构
常用符号及含义
基于可逆概述的特征结构
特征规格化过程
可逆概述结构基本操作
特征片段存储
特征匹配策略
快速扫描
嫌疑容器交叉过滤
系统准确性讨论
漏报率
哈希误报率
分段误报率
性能评估
实验设置
内存开销分析
时间开销分析
通信开销分析
实际准确性分析
本章小结
云安全检测的隐私保护机制
系统前提及简介
应用场景
安全模型
系统结构
特征引擎
特征初始化
基础结构设计
检测引擎
快速扫描
隐私交集检测
安全性与准确性讨论
安全性讨论
准确性讨论
性能评估
实验设置
内存开销分析
时间和交互开销
漏报率分析
本章小结
总结与展望
论文总结
未来工作展望
致谢
参考文献
作者在学期间取得的学术成果
