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 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
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
Read Print
Internet Authorized users SPbPU
Read Print
Internet Anonymous

Access count: 101 
Last 30 days: 0

Detailed usage statistics