在傳統(tǒng)安全領域，惡意代碼查殺主要依靠特征碼匹配以及無特征碼技術，前者快速準確但存在特征碼滯后和膨脹問題，后者則存在較高的誤報率和虛警率。憑借云自身強大的計算和處理能力，云安全技術使得查殺更加及時可靠。但是，云查殺本質上仍然屬于靜態(tài)特征碼掃描。而計算機處理性能的提升遠遠跟不上惡意代碼的增長速度，云端特征庫急劇膨脹，到最后仍會出現(xiàn)更新滯后和效率下降的問題。針對惡意程序主要依靠變形免殺技術實現(xiàn)快速增長的特點，提出在云防御系統(tǒng)中自動分類檢測的機制，減少系統(tǒng)的上傳和計算負荷，有效提高系統(tǒng)的查殺效率。在客戶端模擬操作系統(tǒng)載入可執(zhí)行程序的過程，定位到程序在磁盤中的入口地址，提取有效特征代碼，從而識別是否屬于某一類別惡意程序，或是某種編譯器編譯代碼。如果判斷為某一類別的惡意程序，反匯編調試執(zhí)行程序，通過對代碼段設置斷點或是堆棧平衡原理找到原始程序入口點，并從入口點將原始程序轉存到磁盤，以此實現(xiàn)對原始程序的掃描。在減少上傳和計算的同時，提高了殺毒引擎對免殺過的惡意程序的查殺效率。為了驗證自動分類功能的有效性，分別檢測了常見惡意程序和免殺過的惡意程序，結果表明云端都能掃描出來并返回給客戶端。測試3105個... 

【文章來源】：華中科技大學湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【部分圖文】：

安天實驗室2011年上半年與2010年上半年惡意代碼數(shù)量對比

4.1.2 類別檢測測試為了隨機測試當前惡意代碼免殺比例，以及自動分類檢測系統(tǒng)的類別檢測能力從知名的安全論壇卡飯論壇上隨機找了 3105 個病毒樣本，總文件大小為 1.02GB首先對病毒樣本進行類別檢測測試，耗時約 6 分鐘，測試結果如圖 4.1 和 4.2 所示

免殺種類分布圖

【參考文獻】：
期刊論文
[1]基于攻防博弈模型的網絡安全測評和最優(yōu)主動防御[J]. 姜偉,方濱興,田志宏,張宏莉.  計算機學報. 2009(04)
[2]PE文件動態(tài)加殼技術的研究與實現(xiàn)[J]. 龐立會.  計算機工程. 2008(19)
[3]一種基于重定位信息的二次反匯編算法[J]. 曾鳴,趙榮彩,姚京松,王小芹.  計算機科學. 2007(07)
[4]惡意代碼模糊變換技術研究[J]. 龐立會,胡華平.  計算機工程. 2007(12)



本文編號：3281400