基于进程行为比对的木马分析检测系统的设计与实现的中期报告.docx

基于进程行为比对的木马分析检测系统的设计与实现的中期报告
一、研究背景与意义
随着计算机技术的不断发展，网络安全问题也愈加突出。其中，木马病毒是一种非常常见的计算机病毒，可以在不被用户察觉的情况下植入目标计算机并控制它。
因此，如何有效地检测和防范木马病毒对于计算机系统的安全至关重要。传统的凭据和防御方法已经不能够满足当今网络安全的需要。在此背景下，基于进程行为比对的木马分析检测系统被提出，其原理是分析系统中运行的进程的行为，并与事先学习到的可信进程行为规则进行比对，从而判断进程是否存在异常或恶意行为。
因此，本研究旨在设计和实现一个基于进程行为比对的木马分析检测系统，为网络安全提供更有效的保护措施。
二、研究内容和方法
本研究的主要研究内容和方法如下：
1.架构设计：设计系统的总体架构，包括数据采集、数据存储、学习分析和检测部分等。
2.数据采集：通过监控系统中运行的进程，收集进程行为数据，包括进程的文件读写、网络通信、注册表操作等。
3.数据存储：将采集到的进程行为数据存储到数据库中，以便进行学习分析和检测。
4.学习分析：对已知的可信进程行为进行学习分析，并提取特征规则，以便后续进行检测。
5.检测部分：对监控到的进程行为进行实时检测，并将检测结果输出。如果发现恶意行为，则进行相应的防御和处理。
6.实现方法：基于Python编程语言，使用Scikit-learn、Pandas、Matplotlib等库来实现对采集到的数据进行分析和处理。
三、预期成果
完成本研究后，预期可以得出以下成果：
1.设计和实现一个基于进程行为比对的木马分析检测系统，并对其进行评估。
2.提供一种新的木马检测方法，可以更加精确地检测和防范计算机病毒的攻击。
3.提高计算机系统的安全性，减少木马病毒的发生和危害。
四、研究进度安排
本研究的进度安排如下：
1.2021年9月10日-10月10日：文献调研和分析
2.2021年10月11日-11月10日：系统设计和架构实现
3.2021年11月11日-12月10日：数据采集和学习分析
4.2021年12月11日-2022年1月10日：系统测试和性能评估
5.2022年1月11日-2月10日：撰写论文和编写答辩PPT
五、参考文献
1.W.Hu,Y.Tan,W.Xu,etal.(2018).MalwareDetectionBasedonDynamicBehaviorandDecisionTrees.IEEEAccess,6,13041-13050.
2.X.Zhang,X.Liu,X.Yang,etal.(2017).AnImprovedBehavior-BasedMalwareDetectionMethod.JournalofInformationSecurity,8,94-102.
3.F.Xu,Z.Wen,J.Liao,etal.(2016).MalwareDetectionBasedonProcessBehaviorAnalysis.JournalofInformationSecurity,7,122-132.