物聯網設備的高速發(fā)展在方便人們生產生活的同時帶來的是大量的安全隱患,近年來越來越多的物聯網安全事件的出現也引起了研究學者對于物聯網設備安全研究的重視,其中設備固件的安全分析也是物聯網安全研究的一個主要方向。現有的相關研究工作中,常見做法是提取固件漏洞函數數值特征與結構特征并以機器學習算法構建檢測模型,建立漏洞函數庫并在此基礎上將待檢測函數與漏洞函數進行關聯檢測,這在真實固件漏洞檢測上取得了一定的效果。但這類算法對于所有漏洞函數構建公用檢測模型,且對于漏洞函數的更新變化缺乏適應性,因此在檢測的準確率上仍然存在提升的空間。人工免疫算法是借鑒于生物免疫系統而提出的高效的學習和優(yōu)化算法,相比較于利用機器學習算法進行漏洞關聯檢測,人工免疫算法能夠針對漏洞函數建立專有檢測器,并且檢測器能夠在檢測過程中對漏洞函數庫的更新變化進行自適應,因此其在某些檢測分類場景上比機器學習等算法具有更好的效果。本文在現有的研究基礎上,將克隆選擇算法（Clone Selection Algorithm,CSA）應用于固件漏洞函數關聯檢測中。本文的主要工作分為以下幾個部分:1)首先,通過采集真實的固件漏洞函數構建數據集,... 

【文章頁數】：67 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 研究現狀
    1.3 主要研究內容
    1.4 論文組織結構
第2章 基于克隆選擇算法的固件漏洞關聯檢測
    2.1 人工免疫算法
    2.2 函數數值特征與結構特征
    2.3 基于克隆選擇算法的漏洞關聯檢測實驗
        2.3.1 實驗評估標準
        2.3.2 實驗結果與分析
    2.4 本章小結
第3章 基于Relief/PCA的克隆選擇漏洞關聯檢測
    3.1 特征選擇
    3.2 基于Relief算法的漏洞函數特征選擇
        3.2.1 Relief算法
        3.2.2 基于Relief算法特征選擇的漏洞關聯檢測
    3.3 基于主成分分析算法的漏洞函數特征權重計算
        3.3.1 主成分分析算法(PCA)
        3.3.2 基于主成分分析算法的特征權重計算
    3.4 基于Relief/PCA的漏洞函數關聯檢測實驗及分析
    3.5 本章小結
第4章 基于可變半徑克隆選擇的漏洞關聯檢測
    4.1 可變半徑人工免疫算法
    4.2 動態(tài)克隆選擇算法
    4.3 基于可變半徑選擇器的動態(tài)克隆漏洞關聯檢測
    4.4 實驗結果與分析
    4.5 本章小結
第5章 總結和展望
    5.1 本文總結
    5.2 未來展望
致謝
參考文獻
攻讀碩士學位期間主要的工作及成果


【參考文獻】：
期刊論文
[1]一種基于多智能體策略的人工免疫網絡數據分類方法[J]. 洪銘,柳培忠,駱炎民.  計算機應用研究. 2017(01)
[2]VDNS:一種跨平臺的固件漏洞關聯算法[J]. 常青,劉中金,王猛濤,陳昱,石志強,孫利民.  計算機研究與發(fā)展. 2016(10)
[3]一種基于人工免疫和代碼相關性的計算機病毒特征提取方法[J]. 王維,張鵬濤,譚營,何新貴.  計算機學報. 2011(02)

碩士論文
[1]二進制代碼函數相似度匹配技術研究[D]. 肖雅娟.山東大學 2016



本文編號：3686069