Details

Title: Анализ недокументированных возможностей драйверов Windows: выпускная квалификационная работа специалиста: 10.05.01 - Компьютерная безопасность ; 10.05.01_02 - Математические методы защиты информации
Creators: Хоменко Елизавета Романовна
Scientific adviser: Никольский Алексей Валерьевич
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: информационная безопасность; безопасность windows; драйверы windows; недокументированные возможности; анализ бинарного кода; information security; windows security; windows drivers; undocumented features; binary code analysis
Document type: Specialist graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 10.05.01
Speciality group (FGOS): 100000 - Информационная безопасность
Links: http://doi.org/10.18720/SPBPU/3/2019/vr/vr19-78; http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-78-o.pdf; http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-78-r.pdf; http://elib.spbstu.ru/dl/3/2019/vr/rev/vr19-78-a.pdf
Rights: Свободный доступ из сети Интернет (чтение)

Allowed Actions: Read You need Flash Player to read document

Group: Anonymous

Network: Internet

Annotation

В настоящей выпускной квалификационной работе представлен метод выявления опасных недокументированных возможностей (НДВ) в драйверах ОС Windows на основе методов анализа бинарного кода. В работе проанализированы способы атак с использованием НДВ драйверов Windows, на основании чего выявлены опасные функции, а также предложен метод их обнаружения с использованием выбранных методов анализа бинарного кода и реализован его прототип. Результаты экспериментальной оценки эффективности разработанного метода приведены и демонстрируют высокую вероят-ность обнаружения НДВ при малом количестве ошибок второго рода.

The final qualifying work presents the method of detecting dangerous undocumented features in Windows drivers based on binary analysis methods. This paper discusses attacks using drivers with undocumented features, based on which a list of dangerous function was identified. The method of detecting un-documented features is proposed using chosen binary analysis methods and the software prototype is implemented. The results of an experimental evaluation of the effectiveness demonstrates a high probability undocumented features detection.

Document access rights

Network User group Action
FL SPbPU Local Network All Read
-> Internet All Read

Document usage statistics

stat Document access count: 65
Last 30 days: 6
Detailed usage statistics