?

Details
Table Card RUSMARC
Title: Распознавание вредоносного программного обеспечения на основе модели поведения и семантического анализа: выпускная квалификационная работа специалиста: 10.05.03 - Информационная безопасность автоматизированных систем ; 10.05.03_08 - Анализ безопасности информационных систем
Creators: Семенов Павел Олегович
Scientific adviser: Лаврова Дарья Сергеевна
Other creators: Резединова Евгения Юрьевна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт прикладной математики и механики
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: информационные технологии; программное обеспечение; информационная безопасность; обнаружение впо; динамическая инструментация; анализ поведения; python; c++; pin; архитектура системы; it; software; information security; malware detection; dynamic instrumentation; behaviour analysis; system architecture
Document type: Specialist graduation qualification work
File type: PDF
Language: Russian
Level of education: Specialist
Speciality code (FGOS): 10.05.03
Speciality group (FGOS): 100000 - Информационная безопасность
Links: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5444
Rights: Доступ по паролю из сети Интернет (чтение, печать)
Record key: ru\spstu\vkr\1731

Allowed Actions: –

Action 'Read' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В данной работе изложен подход к обнаружению вредоносного программного обеспечения при помощи модели поведения и семантического анализа на основе языков программирования Python, C++, модулей PIN DBI и Gensim. Проанализированы существующие методы обнаружения вредоносного программного обеспечения. Изучены подходы анализа программного обеспечения. Разработана архитектура и реализован программный комплекс по обнаружение вредоносного поведения в исполняемых программах при использовании семантического анализа поведения программы.

The given work outlines an approach to detecting malware using behavior models and semantic analysis based on the programming languages Python, C ++, PIN DBI and Gensim modules. The existing methods of detecting malicious software have analyzed. Software analysis approaches are reviewed. Software and a set of programs had been developed for detecting malicious behavior in executable programs using semantic analysis of behavior programs.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print
Internet Authorized users SPbPU Read Print
-> Internet Anonymous

Usage statistics

stat Access count: 101
Last 30 days: 0
Detailed usage statistics