检索结果-内蒙古大学图书馆

计算机科学与探索 2019年第12期13卷 2073-2084页

作者：龙廷艳万良丁红卫贵州大学计算机科学与技术学院贵阳550025 贵州大学计算机软件与理论研究所贵阳550025

针对传统机器学习特征提取方法很难发掘javascript恶意代码深层次本质特征的问题,提出基于堆栈式稀疏降噪自编码网络(sSDAN)的javascript恶意代码检测方法。首先将javascript恶意代码进行数值化处理,然后在自编码网络的基础上加入稀疏... 详细信息

针对传统机器学习特征提取方法很难发掘javascript恶意代码深层次本质特征的问题,提出基于堆栈式稀疏降噪自编码网络(sSDAN)的javascript恶意代码检测方法。首先将javascript恶意代码进行数值化处理,然后在自编码网络的基础上加入稀疏性限制,同时加入一定概率分布的噪声进行染噪的学习训练,使得自动编码器模型能够获取数据不同层次的特征表达;再经过无监督逐层贪婪的预训练和有监督的微调过程可以得到有效去噪后的更深层次特征;最后利用Softmax函数对特征进行分类。实验结果表明,稀疏降噪自编码分类算法对javascript具有较好的分类能力,其准确率高于传统机器学习模型,相比随机森林的方法提高了0.717%,相比支持向量机(SVM)的方法提高了2.237%。

关键词：堆栈式稀疏降噪自编码网络(sSDAN) javascript恶意代码机器学习

来源：评论

学校读者我要写书评

暂无评论

javascript恶意代码检测技术探究

引用

电脑知识与技术 2020年第7期16卷 42-43,49页

作者：周磊余华平长江大学湖北荆州434023

当前,Web服务已经被广泛应用,每天都会有大量的用户访问网页,由此Web安全也变得尤为重要。作为前端开发语言,javascript提供了丰富多样的功能,为用户带来便利的同时,也带来了安全隐患。若Web页面存在未被察觉的漏洞,则会导致恶意网页中J... 详细信息

当前,Web服务已经被广泛应用,每天都会有大量的用户访问网页,由此Web安全也变得尤为重要。作为前端开发语言,javascript提供了丰富多样的功能,为用户带来便利的同时,也带来了安全隐患。若Web页面存在未被察觉的漏洞,则会导致恶意网页中javascript代码对客户端产生严重威胁。目前恶意代码检测技术有很多,基础的防御措施是通过黑名单、白名单机制对恶意代码进行过滤,但随着技术的发展,这种方式已经很难适用于当前的Web环境。除此之外,通过蜜罐技术研究代码调用系统函数的规律也是一种方式。该文结合机器学习,将其与恶意代码的检测技术结合进行探究。

关键词： javascript恶意代码机器学习 Web安全

来源：评论

学校读者我要写书评

暂无评论

基于信息熵的javascript恶意代码检测工具设计与实现

基于信息熵的JavaScript恶意代码检测工具设计与实现

引用

作者：王鹏新疆大学

学位级别：硕士

21世纪以来,随着互联网环境下WEB应用得到越来越广泛的应用,随之而来的WEB安全威胁也日益突显。攻击者往往会利用WEB应用程序的漏洞进行攻击,获取到用户隐私信息进行非法交易,甚至直接通过获取的信息来窃取用户的钱财。WEB应用程序的动... 详细信息

21世纪以来,随着互联网环境下WEB应用得到越来越广泛的应用,随之而来的WEB安全威胁也日益突显。攻击者往往会利用WEB应用程序的漏洞进行攻击,获取到用户隐私信息进行非法交易,甚至直接通过获取的信息来窃取用户的钱财。WEB应用程序的动态性主要由脚本语言实现,而javascript也已成为最受广泛应用的网站前端脚本语言。因此,如何快速有效地检测出javascript恶意代码已成为维护网络环境亟需解决的问题之一。本文在从真实环境中收集了总数为5,285条javascript正常与恶意代码用于实验,通过对javascript代码的静态特征和动态特征进行分析,基于信息熵的原理改进javascript恶意代码特征集构建方法,并利用机器学习分类算法对构建特征集的有效性进行了验证。实验结果表明,在漏报率为1.6%时,设计实现的基于信息熵的javascript恶意代码检测工具(简称:E-JSDT)对javascript恶意代码能达到正确率为97.9%的检测效果。本文的主要工作体现在以下几方面:(1)通过调研国内外javascript恶意代码检测的研究现状,分析javascript代码的特性,从三个方面(源码分析、动态特性和其他方面)提取了javascript代码的静态特征和动态特征,并基于信息熵的预处理技术构建了熵特征数据集,为研究团队健全WEB安全数据集做出贡献;(2)通过LR(逻辑回归)分类模型对预处理后的javascript特征向量数据集熵特征的有效性与可行性进行了实验验证,并对E-JSDT进行了架构的设计与实现。(3)通过三组实验对比表明,E-JSDT在正确率、漏报率以及误报率方面较传统信息熵的恶意代码检测方法有了很大的提高;与G Data Internet Security杀毒软件对比,E-JSDT具有更高的准确率和更低的漏报率。

关键词： WEB应用安全信息熵 javascript恶意代码恶意代码检测

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的javascript恶意代码检测技术的研究与应用

基于深度学习的JavaScript恶意代码检测技术的研究与应用

引用

作者：龙廷艳贵州大学

学位级别：硕士

javascript脚本语言被广泛用作传播恶意代码的载体,而传统恶意代码检测方法难以识别混淆变形后的恶意代码,需要采取复杂的特征工程提取恶意代码关键特征,并且分类器检测的好坏直接依赖于特征的选取,故提出较好的特征提取方法至关重要。... 详细信息

javascript脚本语言被广泛用作传播恶意代码的载体,而传统恶意代码检测方法难以识别混淆变形后的恶意代码,需要采取复杂的特征工程提取恶意代码关键特征,并且分类器检测的好坏直接依赖于特征的选取,故提出较好的特征提取方法至关重要。深度学习方法具有从海量数据中学习数据规律的能力,适用于处理当今高维复杂和大样本的恶意代码数据,基于此,本文提出了基于卷积神经网络(Convolutional Neural Network,CNN)的javascript恶意代码检测方法和基于堆栈式稀疏降噪自编码网络(Stacked Sparse Denoising Auto-Encoder Network,sSDAN)的恶意代码检测方法。利用CNN在图像识别领域取得的优异成果,本文提出了一种基于CNN的javascript恶意代码检测方法。首先将代码样本数据转换为相对应的灰阶图像数据,得到图像数据集,然后利用卷积层和池化层构成的特征抽取器有效提取图像特征,最后使用softmax分类器进行分类和预测,通过与传统的机器学习分类算法对比,CNN检测模型具有更高的准确率和较低的误报率。利用自编码网络在处理维度过大、特征信息冗余数据方面的优异效果,本文提出一种基于sSDAN的javascript恶意代码检测方法。首先将代码样本转为矢量型数据作为sSDAN模型的输入,然后加入稀疏限制和高斯噪声进行逐层训练,可以获得恶意代码有效去噪后不同层次特征的表达,最后,通过设计多组实验验证模型的检测效果,实验结果表明sSDAN适用于当前高维、复杂多变的恶意代码,可以为当前的恶意代码检测研究提供一种新的思路。基于上述的CNN检测模型设计并实现一个Chrome扩展检测工具,用来检测网页中是否存在恶意的javascript代码。

关键词： javascript恶意代码深度学习卷积神经网络堆栈式稀疏降噪自编码网络机器学习 Chrome扩展

来源：评论

学校读者我要写书评

暂无评论

基于特征工程的javascript恶意代码检验方法综述

引用

网络安全技术与应用 2024年第8期 53-59页

作者：强效宸中国刑事警察学院公安信息技术与情报学院辽宁110854

随着网络技术发展和计算机设备的普及,网站应用程序已经被广泛使用,每天都有大量的用户进行网页的访问,网站和网页安全也变得尤为重要。作为网页的脚本语言,javascript提供了丰富多样的功能,给我们的生活提供了便利,也随之产生了许多安... 详细信息

随着网络技术发展和计算机设备的普及,网站应用程序已经被广泛使用,每天都有大量的用户进行网页的访问,网站和网页安全也变得尤为重要。作为网页的脚本语言,javascript提供了丰富多样的功能,给我们的生活提供了便利,也随之产生了许多安全隐患。如果在网页中没有查找到漏洞,就会导致javascript恶意代码对用户带来威胁。由于恶意代码的演变,很多传统检测方法难以有效检验现有javascript脚本中的漏洞,研究目前主流的基于特征工程的javascript恶意代码检测技术很有重要意义。本文主要介绍javascript恶意代码,在此基础上对特征工程和特征学习的方法和评价标准进行了对比分析,最后结合目前的javascript恶意代码检测研究总结了这一领域面临的问题挑战以及研究趋势。

关键词： javascript恶意代码恶意代码检验特征工程机器学习深度学习

来源：评论

学校读者我要写书评

暂无评论

基于CB-Attention的javascript恶意混淆代码检测方法

引用

计算机工程与设计 2024年第8期45卷 2298-2305页

作者：徐鑫张志宁吕云山李立郑玉杰重庆移通学院实训中心重庆401520 重庆移通学院公共大数据安全技术重庆市重点实验室重庆401520 西南大学计算机与信息科学学院重庆400065 重庆邮电大学通信与信息工程学院重庆400065 重庆大学能源与动力工程学院重庆400065

当今javascript代码混淆方法日益多样,现有检测方法在对混淆代检测时会出现漏报和误报的情况,为解决该问题,提出一种基于CB-Attention的javascript恶意代码检测方法。由SDPCNN模型和BiLSTM+Attention模型构成,SDPCNN对短距离间的语义特... 详细信息

当今javascript代码混淆方法日益多样,现有检测方法在对混淆代检测时会出现漏报和误报的情况,为解决该问题,提出一种基于CB-Attention的javascript恶意代码检测方法。由SDPCNN模型和BiLSTM+Attention模型构成,SDPCNN对短距离间的语义特征信息进行提取,BiLSTM+Attention获取javascript代码中长距离间的语义信息特征。为验证所提方法的有效性,将该方法与其它方法进行对比,对比结果表明,该方法具有较好的检测效果,F1-Score可达98.78%。

关键词： javascript恶意代码混淆代码检测模型增强深度金字塔卷积神经网络注意力网络双向长短时记忆网络长距离特征信息抽象语法树

来源：评论

学校读者我要写书评

暂无评论

面向drive-by-download攻击的检测方法

引用

华中科技大学学报（自然科学版） 2016年第3期44卷 6-11页

作者：马洪亮王伟韩臻北京交通大学计算机与信息技术学院北京100044 石河子大学信息科学与技术学院新疆石河子832000

针对隐藏在混淆javascript代码中的drive-by-download攻击很难被检测的问题,深入分析了混淆javascript代码以及drive-by-download攻击的静态和动态行为特征,设计并实现了只需正常行为数据进行训练、静态分析与动态分析相结合的异常检测... 详细信息

针对隐藏在混淆javascript代码中的drive-by-download攻击很难被检测的问题,深入分析了混淆javascript代码以及drive-by-download攻击的静态和动态行为特征,设计并实现了只需正常行为数据进行训练、静态分析与动态分析相结合的异常检测原型系统.首先,静态分析以代码混淆度为特征,利用主成分分析(PCA)、最近邻(K-NN)和one-class支持向量机(SVM)三种算法检测出混淆javascript代码.其次,动态分析从javascript代码中获取的变量初值和变量终值,以变量初值和变量终值中提取的9个特征作为检测混淆代码中具有drive-by-download攻击的动态行为特征.从实际环境中收集了javascript正常与混淆恶意代码共7.046 3×104条.实验结果表明:选用PCA算法时,在误报率为0.1%的情况下,系统对混淆drive-by-download攻击能达到99.0%的检测率.

关键词：异常检测混淆 Web安全动态分析 javascript恶意代码 drive-by-download攻击

来源：评论

学校读者我要写书评

暂无评论

Web应用程序客户端恶意代码技术研究与进展

引用

电信科学 2009年第2期25卷 72-79页

作者：黄玮崔宝江胡正名北京邮电大学北京100876

随着Web应用程序特别是Web2.0应用的日益广泛,针对Web应用程序的恶意代码开始大肆传播,成为网络安全的重大威胁。本文首先介绍了目前Web应用程序面临的威胁状况,然后讨论了Web应用程序客户端恶意代码技术以及Web浏览器的漏洞研究和利用... 详细信息

随着Web应用程序特别是Web2.0应用的日益广泛,针对Web应用程序的恶意代码开始大肆传播,成为网络安全的重大威胁。本文首先介绍了目前Web应用程序面临的威胁状况,然后讨论了Web应用程序客户端恶意代码技术以及Web浏览器的漏洞研究和利用技术,最后对Web应用程序客户端恶意代码技术的发展趋势进行了展望,并给出了Web应用程序客户端安全的加固策略。

关键词： Web应用程序安全恶意代码蠕虫 javascript恶意代码 XSS CSRF Web浏览器安全

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的网页恶意代检测技术的研究与应用

基于深度学习的网页恶意代检测技术的研究与应用

引用

作者：雷天翔贵州大学

学位级别：硕士

现今,随着互联网的蓬勃发展,网络上出现的各种安全威胁越来越多,信息泄漏事件的发生愈发的频繁,网页恶意代码检测作为现如今网络安全问题的一部分,已然成为了研究人员的研究重点之一。传统的机器学习方法在检测网页javascript恶意代码时... 详细信息

现今,随着互联网的蓬勃发展,网络上出现的各种安全威胁越来越多,信息泄漏事件的发生愈发的频繁,网页恶意代码检测作为现如今网络安全问题的一部分,已然成为了研究人员的研究重点之一。传统的机器学习方法在检测网页javascript恶意代码时,存在着提取特征过程复杂、计算量大、代码被恶意混淆导致难以检测的问题,不利用当前javascript恶意代码检测准确性的要求。因此,本文提出基于深度学习的javascript恶意代码检测方法,提高了对网页javascript恶意代码的特征提取能力。同时使得对javascript恶意代码检测的准确率提高并且误报率降低。由于javascript代码具有长距离依赖的特点,而现有的研究人员提出的长短时记忆网络在下文对上文的依赖特征的提取中存在缺陷,因此利用RNN（Recurrent Neural Network,RNN）在自然语言处理领域的优势,本文提出了一种基于双向长短时记忆网络模型来提取javascript恶意代码上下文的特征实现对javascript恶意代码进行检测。实验结果表明,相比于传统的检测方法,本文方法无论是在检测率还是误报率方面都更为优异。双向长短时记忆网络提取到的特征中,具有很多与javascript恶意代码相关性不高的信息,这个问题导致了计算量增大和检测的效率的低下。基于此,本文提出了融合注意力机制的检测模型,使用了深度学习中常用的Encoder-Decoder框架,使用双向长短时记忆网络构成Encoder,由LSTM（Long Short-Term Memory,LSTM）构成Decoder,然后使用注意力机制计算输入数据对javascript恶意代码的注意力权重,提取到与javascript恶意代码检测显著性相关的信息。基于上述的BiLSTM检测模型实现了一个简单的应用,用来检测网页中是否存在恶意代码。

关键词： javascript恶意代码深度学习双向长短时记忆网络 Encoder-Decoder框架注意力机制

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：