基于指令词的软件特征技术研究

论文摘要

本文在简要阐述软件特征技术研究现状的基础上,重点探讨了Java程序的特征描述问题。基于经典k-gram特征,提出了基于k-gram频率的软件特征、基于频数统计指令词的软件特征和基于条件概率分析指令词的软件特征,并提出了一种新的特征整体性能评估方法。具体内容包括:（1）针对现有文献利用F度量曲线评估软件特征整体性能时,存在奇异现象,且对样本数据有着特殊要求的问题,提出了“鲁棒性可信性联合曲线”以评估特征的整体性能。实验结果表明该方法能较好地评估软件特征的整体性能。（2）针对经典k-gram特征的鲁棒性不够理想的问题,基于k-gram碎片使用频率对程序相似性比较的影响,提出了由k-gram碎片及其使用频率构成的k-gram频率软件特征。实验结果表明,基于k-gram频率的软件特征在可信性、鲁棒性和整体性能方面均优于经典k-gram特征。（3）针对由k-gram算法对指令序列机械切割不能体现语义的问题,借鉴自然语言文档复制检测的分词思想,提出了“指令词”概念。考虑到“指令词”是一种稳定的指令序列,给出了频数统计指令词库的建立算法,提出了基于频数统计指令词的软件特征描述方法。实验结果表明基于频数统计指令词的软件特征具有较好的可信性,但是鲁棒性一般。（4）针对频数统计指令词库构建需要设定经验参数,正向最大匹配法容易遭受语义保持变换攻击的影响等问题,基于指令序列内部关系给出了条件概率分析指令词的软件特征描述方法,提出了一种新的特征提取算法-交迭算法。实验结果表明,与经典k-gram特征、基于k-gram频率的软件特征和基于频数统计指令词的软件特征相比,在比较Java类文件时,该特征的整体性能与基于k-gram频率的软件特征相当,优于其它两种特征;在比较Java包文件时,该特征的整体性能最优。最后,总结本文工作,并对下一步的研究进行了展望。

论文目录

• 表目录
• 图目录
• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 课题背景及意义
• 1.2 软件保护及相关技术简介
• 1.3 软件特征技术的研究现状
• 1.3.1 软件特征的相关概念
• 1.3.2 软件特征技术的研究现状
• 1.4 本文的主要工作及结构安排
• 第二章 基于k-gram 频率的软件特征
• 2.1 基于k-gram 频率的软件特征
• 2.2 相似度定义
• 2.3 实验仿真
• 2.4 本章小结
• 第三章 基于频数统计指令词的软件特征
• 3.1 基于频数统计的指令词库建立算法
• 3.2 基于频数统计指令词的软件特征
• 3.2.1 特征定义
• 3.2.2 相似度定义
• 3.3 实验仿真
• 3.3.1 实验素材
• 3.3.2 可信性和鲁棒性
• 3.3.3 整体性能
• 3.4 本章小结
• 第四章 基于条件概率分析指令词的软件特征
• 4.1 基于条件概率分析的指令词库建立算法
• 4.1.1 条件概率分析指令词
• 4.1.2 条件概率分析指令词库的建立
• 4.2 基于条件概率分析指令词的软件特征
• 4.3 实验仿真
• 4.3.1 可信性和鲁棒性
• 4.3.2 整体性能
• 4.4 本章小结
• 结束语
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢