计算机木马攻击与检测技术研究及实现

论文摘要

随着互联网技术的发展和普及,计算机网络得到了广泛应用。一方面,人们充分享受到了其带来的巨大便利,但另一方面,由于计算机系统和信息网络系统本身固有的脆弱性,越来越多的网络安全问题开始困扰我们,比如黑客攻击、计算机病毒、特洛伊木马等。木马是一种非复制性恶意程序,常常执行未经用户授权的操作,其目的是窃取用户主机上的私密信息,比如银行密码、重要文件等。木马以其隐蔽性强、攻击范围广、危害大等特点成为最常见的攻击技术,对互联网的安全构成了严重威胁。因此,研究木马程序工作机理,分析其典型攻击技术,进而提出有效的检测和遏制方法,具有重要的现实意义。传统的基于特征码技术的检测方法严重滞后于木马的产生,不能对新出现的木马进行有效检测。而木马编写和制作技术的进步,比如压缩、加密等,也对特征码技术带来了挑战。本文致力于通过行为分析的方法来识别木马,以期达到对已知和未知木马的有效检测,弥补传统特征码技术的缺陷。本文对Windows平台下的木马攻击技术进行了深入研究,剖析其核心工作机理、关键技术、新的发展趋势,并对当前主流木马检测技术进行了对比和分析,在此工作的基础上,设计并实现了一个基于行为分析的木马检测原型系统。本文主要工作如下:1.分析总结了当前主流木马的攻击原理和实现技术细节,对木马在植入、启动、运行、通信等阶段的隐藏技术进行深入剖析,预测了木马程序发展方向。2.分析了当前各种木马检测方法的工作原理和关键技术,总结比较其优缺点。3.搭建了分析环境,采用动态分析和经验知识分析相结合的方法,总结归纳出木马在各个攻击阶段的行为特征,并以此为基础构建了木马行为特征库。4.提出了一个基于行为分析的木马检测系统,详细说明了该系统的设计思路和实现的关键技术,并研究了数据挖掘中的决策树分类算法在行为分析中的应用,以此作为系统的判定基础。5.对原型系统进行了三方面测试,并给出测试结果和相应分析。由于该系统采用的行为分析技术不依赖于木马的特征码,因此不光可以检测已知木马,还能检测未知木马;同时因为结合了决策树分类算法,系统的误报率大大降低。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 木马程序简介
• 1.3 本文研究内容
• 1.4 论文组织结构
• 第二章 木马攻击技术研究
• 2.1 木马基础知识概述
• 2.1.1 木马工作机理
• 2.1.2 木马功能及特征
• 2.1.3 木马发展及分类
• 2.2 攻击技术研究
• 2.2.1 木马植入技术
• 2.2.2 木马隐藏技术
• 2.2.3 木马自启动技术
• 2.3 高级木马技术剖析
• 2.3.1 内核级木马
• 2.3.2 MBR木马
• 2.3.3 BIOS木马
• 2.4 未来发展趋势
• 2.4.1 与病毒、蠕虫紧密结合
• 2.4.2 利用漏洞进行攻击
• 2.4.3 系统控制权的争夺
• 2.4.4 基于公钥的安全通信
• 2.4.5 一体化协同隐藏
• 2.4.6 跨平台执行
• 2.5 小结
• 第三章 木马检测技术研究
• 3.1 网络检测技术
• 3.1.1 防火墙技术
• 3.1.2 入侵检测技术
• 3.1.3 网络检测技术的不足
• 3.2 完整性检测技术
• 3.3 特征码扫描技术
• 3.4 实时监控技术
• 3.5 虚拟机技术
• 3.6 行为分析技术
• 3.7 小结
• 第四章 基于行为分析的木马检测系统设计
• 4.1 系统总体设计
• 4.1.1 系统设计目标
• 4.1.2 系统开发环境
• 4.1.3 系统整体模型
• 4.1.4 系统体系结构
• 4.1.5 系统运行机制
• 4.2 木马行为特征库设计
• 4.2.1 木马行为分析方法
• 4.2.2 木马行为特征归纳
• 4.2.3 行为特征库的构建
• 4.3 具体功能模块设计
• 4.3.1 监控模块
• 4.3.2 信息收集模块
• 4.3.3 行为判定模块
• 4.3.4 响应模块
• 4.3.5 自保护模块
• 4.4 决策树分类算法在行为判定中的应用
• 4.4.1 决策树分类算法的概念
• 4.4.2 决策树分类算法在木马判定中的应用原理
• 4.4.3 决策树分类算法应用于行为判定的示例
• 4.5 小结
• 第五章 系统实现与测试
• 5.1 监控模块的实现
• 5.1.1 实现技术基础
• 5.1.2 进/线程检测子模块实现
• 5.1.3 注册表检测子模块实现
• 5.1.4 关键API调用检测子模块实现
• 5.1.5 文件检测子模块实现
• 5.1.6 通信检测子模块实现
• 5.2 响应模块的实现
• 5.3 自保护模块的实现
• 5.4 系统测试
• 5.4.1 测试环境
• 5.4.2 稳定性和兼容性测试
• 5.4.3 木马检测横向对比
• 5.4.4 自保护测试
• 5.5 小结
• 第六章 总结与展望
• 6.1 本文总结
• 6.2 未来工作展望
• 致谢
• 参考文献
• 攻硕期间取得的成果