高速分布式拒絕服務(wù)攻擊的防御及網(wǎng)絡(luò)數(shù)據(jù)流特征提取與應(yīng)用的研究-免費(fèi)閱讀
【正文】 2023年 2月 24日星期五 上午 7時(shí) 13分 44秒 07:13: 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 2023年 2月 24日星期五 7時(shí) 13分 44秒 07:13:4424 February 2023 1空山新雨后，天氣晚來秋。 , February 24, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 :13:4407:13Feb2324Feb23 1故人江海別，幾度隔山川。 } if (i==0x100) return(0)。 檢測(cè)應(yīng)用程序調(diào)用 API情況 ， 判定行為特征 ? 關(guān)鍵點(diǎn)：惡意行為特征碼庫 、 相似度比較算法 （歐式距離 ， Jaccard擴(kuò)展余弦 ， Pearson相似度算法等 ） 9/n CALL 00002326 2180+5+0195＝ 2326 JMP DWORD PTR DS: [004040C4] Import Address Table (IAT) 基于行為特征的靜態(tài)檢測(cè)技術(shù) 10/n 虛擬執(zhí)行技術(shù) ? 又稱代碼仿真 （ code emulation） ,虛擬 CPU， 通用脫殼器等 ? 使用虛擬執(zhí)行技術(shù)可對(duì)惡意代碼的脫殼模塊進(jìn)行解釋執(zhí)行 ， 得到脫殼后的惡意代碼 ? 脫殼后的惡意代碼一般穩(wěn)定不變 ， 仍可使用特征碼進(jìn)行掃描 ? 單步和斷點(diǎn)跟蹤法要求惡意代碼真實(shí)執(zhí)行 ， 不完全可控 ， 一般用于人工分析 ， 無法實(shí)現(xiàn)自動(dòng)分析 11/n for (i=0。 //存儲(chǔ)當(dāng)前指令在指令緩沖區(qū)中的偏移 HasAddNewInst=0。 不修改宿主原入口點(diǎn) ，在宿主代碼體內(nèi)插入跳轉(zhuǎn)指令運(yùn)行惡意代碼 ? 長(zhǎng)循環(huán) 、 多線程技術(shù) ?? 13/n 反匯編技術(shù) ? 把機(jī)器代碼轉(zhuǎn)化為匯編代碼 ? 線性掃描 （ Linear Sweep） ：對(duì)所有在入口點(diǎn)和代碼結(jié)束之間的機(jī)器代碼按順序進(jìn)行反匯編 （OllyDbg、 IDA、 W32Dasm） ? 遞歸遍歷 （ Recursive Traversal） ：按照代碼所有可能的執(zhí)行順序反匯編 （ Schwarz和 Debray、Cifuente和 Emmerik） 14/n 反反匯編技術(shù) ? 在馮 .諾依曼體系結(jié)構(gòu)中 ， 沒有明確的方法可以區(qū)別代碼和數(shù)據(jù) ? 代碼迷惑技術(shù) （ code obfuscation） ：加殼 、 多態(tài) 、 花指令 （ junk code） 、 代碼分塊 、 分支函數(shù)、 不變斷言 、 跳轉(zhuǎn)表欺騙 ?? ? 可使反匯編軟件出現(xiàn) 40% 以上的反匯編錯(cuò)誤 15/n 啟發(fā)式分析技術(shù) ?啟發(fā)式指 “ 自我發(fā)現(xiàn)的能力 ” ， 具備某種人工智能特點(diǎn) ， 是未來惡意代碼檢測(cè)技術(shù)的發(fā)展趨勢(shì) ?主要基于 虛擬執(zhí)行技術(shù) ， 反匯編技術(shù) 、 行為特征分析檢測(cè)技術(shù) 等 ， 根據(jù)行為特征判斷惡意代碼 ?優(yōu)點(diǎn)：可發(fā)現(xiàn)未知惡意代碼 ?缺點(diǎn)：不能實(shí)現(xiàn)惡意代碼的精確匹配 ， 正確率只有 90 %左右 16/n 主動(dòng)防御技術(shù) ? 在惡意代碼運(yùn)行時(shí)進(jìn)行主動(dòng)的全面防范 ， 是實(shí)時(shí)監(jiān)控技術(shù)的升級(jí) ， 主要依賴虛擬設(shè)備驅(qū)動(dòng)和系統(tǒng)鉤掛技術(shù) ? 三個(gè)層次：資源訪問規(guī)則控制；資源訪問掃描；程序活動(dòng)行為分析引擎 ? 微點(diǎn) ,卡
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1