Details
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 | |
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 |
Record create date | 9/6/2019 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
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.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
Access count: 101
Last 30 days: 0