內(nèi)存取證數(shù)據(jù)具有種類多、數(shù)量大、復(fù)雜度高的特點(diǎn),而且多數(shù)取證數(shù)據(jù)均為文字形式,因此人工分析內(nèi)存取證數(shù)據(jù)是一項(xiàng)艱巨的任務(wù)。為了幫助取證人員提高分析內(nèi)存取證數(shù)據(jù)的效率,設(shè)計(jì)了一種內(nèi)存取證數(shù)據(jù)動(dòng)態(tài)可視化方法,在三維空間中全面、動(dòng)態(tài)地展示內(nèi)存取證數(shù)據(jù)。內(nèi)存取證數(shù)據(jù)動(dòng)態(tài)可視化方法分為三個(gè)模塊:內(nèi)核對(duì)象展示模塊、內(nèi)存空間展示模塊和異常事件分析模塊。內(nèi)核對(duì)象展示模塊負(fù)責(zé)將內(nèi)核對(duì)象抽象成以進(jìn)程為主干、其他內(nèi)核對(duì)象為分支的網(wǎng)狀圖并在三維空間中展示。針對(duì)內(nèi)核對(duì)象數(shù)據(jù)量龐大的特點(diǎn),提出八叉樹力導(dǎo)向布局算法對(duì)網(wǎng)狀圖進(jìn)行布局,生成每個(gè)節(jié)點(diǎn)在三維空間中的位置。內(nèi)存空間展示模塊負(fù)責(zé)將內(nèi)存空間抽象成一棵虛擬地址描述符樹并進(jìn)行展示,每一個(gè)樹節(jié)點(diǎn)代表一段內(nèi)存地址。異常事件分析模塊負(fù)責(zé)用定義好的一系列異常事件判斷規(guī)則對(duì)內(nèi)存取證數(shù)據(jù)進(jìn)行分析,標(biāo)記出其中存在的異常事件。通過讀取不同時(shí)刻的內(nèi)存取證數(shù)據(jù),實(shí)現(xiàn)動(dòng)態(tài)展示一段時(shí)間內(nèi)虛擬機(jī)內(nèi)存的變化。根據(jù)以上方法,以定制的三維建模軟件Blender為展示平臺(tái),實(shí)現(xiàn)內(nèi)存取證數(shù)據(jù)動(dòng)態(tài)可視化系統(tǒng),同時(shí)對(duì)10個(gè)正常軟件、40個(gè)惡意軟件樣本進(jìn)行實(shí)驗(yàn),并將實(shí)驗(yàn)結(jié)果和知名可疑軟件分析引擎VirusTotal Graph的結(jié)果對(duì)比,表明原型系統(tǒng)展示的種類更加豐富,能讓用戶直觀感受到系統(tǒng)運(yùn)行過程中發(fā)生的變化,而且在異常事件標(biāo)注上更具有準(zhǔn)確性。此外,通過比較八叉樹力導(dǎo)向布局算法、Fruchterman Reingold算法和Kamada Kawai算法的穩(wěn)定性和布局速度,實(shí)驗(yàn)結(jié)果表明八叉樹力導(dǎo)向布局算法具有較強(qiáng)布局穩(wěn)定性的同時(shí)還大幅提高了布局速度。
【學(xué)位單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP333;D918.2
【文章目錄】：
摘要
Abstract
1 引言
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究意義
    1.4 主要研究?jī)?nèi)容
    1.5 論文組織結(jié)構(gòu)
2 內(nèi)存取證數(shù)據(jù)動(dòng)態(tài)可視化系統(tǒng)設(shè)計(jì)
    2.1 內(nèi)存取證數(shù)據(jù)動(dòng)態(tài)可視化系統(tǒng)總體結(jié)構(gòu)
    2.2 數(shù)據(jù)來源
    2.3 內(nèi)核對(duì)象展示模塊
    2.4 內(nèi)存空間展示模塊
    2.5 異常事件分析模塊
    2.6 Blender的定制方法
    2.7 本章小結(jié)
3 原型系統(tǒng)的實(shí)現(xiàn)
    3.1 分層實(shí)現(xiàn)結(jié)構(gòu)
    3.2 數(shù)據(jù)來源
    3.3 內(nèi)核對(duì)象展示模塊的實(shí)現(xiàn)
    3.4 內(nèi)存空間展示模塊的實(shí)現(xiàn)
    3.5 異常事件分析模塊的實(shí)現(xiàn)
    3.6 本章小結(jié)
4 實(shí)驗(yàn)測(cè)試與分析
    4.1 測(cè)試樣本及測(cè)試環(huán)境
    4.2 典型惡意軟件樣本測(cè)試
    4.3 正常軟件樣本測(cè)試
    4.4 可視化效果分析
    4.5 本章小結(jié)
5 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 存在的問題
    5.3 研究展望
致謝
參考文獻(xiàn)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 謝新民;判斷擴(kuò)充模塊的好壞有方法[J];廣西氣象;1988年01期

2 尹彥芝;程序常駐內(nèi)存的辦法和問題[J];微計(jì)算機(jī)應(yīng)用;1989年06期

3 鄭陽(yáng);陳海波;臧斌宇;;基于廣播的分布式共享內(nèi)存[J];上海交通大學(xué)學(xué)報(bào);2018年10期

4 郭帆,陳意云,胡榮貴;基于類型化內(nèi)存地址的安全策略的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)研究與發(fā)展;2003年07期

5 王永業(yè);Win95下的絕對(duì)內(nèi)存地址操作[J];電腦編程技巧與維護(hù);1997年01期

6 傅建明;劉秀文;湯毅;李鵬偉;;內(nèi)存地址泄漏分析與防御[J];計(jì)算機(jī)研究與發(fā)展;2016年08期

7 孟璞輝;高豐;;聯(lián)通沃云虛擬機(jī)擴(kuò)展內(nèi)存技術(shù)的方法研究[J];信息通信技術(shù);2018年01期

8 彭世況;;探討計(jì)算機(jī)的開機(jī)過程[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年10期

9 陳吉;劉海坤;王孝遠(yuǎn);張宇;廖小飛;金海;;一種支持大頁(yè)的層次化DRAM/NVM混合內(nèi)存系統(tǒng)[J];計(jì)算機(jī)研究與發(fā)展;2018年09期

10 鄭志翔;賀一峰;;內(nèi)存地址轉(zhuǎn)換技術(shù)在電子數(shù)據(jù)取證中的應(yīng)用[J];河南科技;2014年15期

相關(guān)博士學(xué)位論文 前2條

1 朱國(guó)梁;面向新型非易失內(nèi)存的系統(tǒng)軟件關(guān)鍵技術(shù)研究[D];國(guó)防科技大學(xué);2017年

2 李磊;網(wǎng)格化內(nèi)存服務(wù)體系結(jié)構(gòu)研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2008年

相關(guān)碩士學(xué)位論文 前10條

1 姬壯偉;多核系統(tǒng)的確定性重演記錄技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

2 唐文慧;內(nèi)存NoSQL系統(tǒng)Redis性能優(yōu)化研究與實(shí)現(xiàn)[D];國(guó)防科技大學(xué);2017年

3 李占魁;基于內(nèi)存轉(zhuǎn)儲(chǔ)分析的代碼注入攻擊檢測(cè)方法[D];西安電子科技大學(xué);2019年

4 張才賢;基于CUDA的并行SM4-GCM設(shè)計(jì)與實(shí)現(xiàn)[D];西安電子科技大學(xué);2019年

5 楊明順;基于計(jì)數(shù)器模式加密的非易失內(nèi)存性能與壽命研究?jī)?yōu)化[D];華中科技大學(xué);2019年

6 李子怡;面向混合內(nèi)存的并行重計(jì)算方法研究[D];華中科技大學(xué);2019年

7 柯思敏;內(nèi)存取證數(shù)據(jù)動(dòng)態(tài)可視化系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)[D];華中科技大學(xué);2019年

8 莊錚;基于二進(jìn)制重用的內(nèi)存取證系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];湖南大學(xué);2018年

9 劉必成;一種基于第二代賽道存儲(chǔ)的面向卷積神經(jīng)網(wǎng)絡(luò)的高效內(nèi)存計(jì)算框架[D];華東師范大學(xué);2018年

10 王金昱;面向大頁(yè)場(chǎng)景的內(nèi)存自適應(yīng)系統(tǒng)研究與設(shè)計(jì)[D];浙江大學(xué);2018年

本文編號(hào)：2866979