基于數(shù)據(jù)挖掘的網(wǎng)頁(yè)惡意代碼檢測(cè)技術(shù)研究.pdf

1、Web應(yīng)用的日益增多,導(dǎo)致網(wǎng)頁(yè)攻擊日益猖獗,越來(lái)越多的惡意軟件利用網(wǎng)頁(yè)作為其傳播載體,傳播過程也越來(lái)越隱蔽,對(duì)用戶造成了巨大的威脅。研究如何準(zhǔn)確有效地檢測(cè)網(wǎng)頁(yè)惡意代碼具有重要的意義。傳統(tǒng)的基于網(wǎng)頁(yè)內(nèi)容或網(wǎng)址的靜態(tài)檢測(cè)方法由于誤報(bào)率高而缺乏實(shí)際應(yīng)用價(jià)值,模擬真實(shí)運(yùn)行環(huán)境的動(dòng)態(tài)檢測(cè)方法則因資源消耗大而難以獲得較高的性能。
　　基于數(shù)據(jù)挖掘的網(wǎng)頁(yè)惡意代碼檢測(cè)技術(shù),通過數(shù)據(jù)挖掘的方法生成一種漏報(bào)率較低的分類模型,希望通過將該分類模型與動(dòng)態(tài)

2、檢測(cè)方法相結(jié)合,達(dá)到低誤報(bào)率同時(shí)低漏報(bào)率的檢測(cè)目標(biāo)。通過對(duì)大量網(wǎng)頁(yè)惡意代碼的研究,分類型總結(jié)了網(wǎng)頁(yè)惡意代碼的特征。針對(duì)這些特征,采用了相應(yīng)的特征提取技術(shù):采用HTMLParser工具包提取HTML特征,采用正則表達(dá)式字符串匹配技術(shù)初步提取JavaScript特征,對(duì)經(jīng)過混淆的JavaScript代碼采用擴(kuò)展的Rhino引擎進(jìn)行特征的解析提取。由于Rhino引擎只提供了對(duì)核心JavaScript功能的支持,詳細(xì)研究了Rhino引擎的擴(kuò)展技