一、网络安全扫描器的综合分析及概述（论文文献综述）
吕宝路,梁景普,欧翰琪,陈涛[1]（2020）在《面向敏感信息检测的Web综合漏洞扫描器实现》文中认为互联网的开放性和自由性使得黑客更容易获取到敏感信息,造成网络安全问题的发生。企业通常利用Web扫描器实现安全评估检测,但是这些传统扫描器检测重点为常见安全漏洞类型,如SQL注入、XSS攻击、文件上传等,对于敏感信息的检测程度不足。为此,该文将以传统Web安全扫描器为基础,以加强检测企业敏感信息为目的,采用主机存活判断、端口扫描、指纹识别和漏洞扫描技术实现面向敏感信息检测的Web综合漏洞扫描器,用于扫描易于暴露的敏感信息及网站中可能存在的安全漏洞。同时实现了最新漏洞消息推送功能,最终生成安全报告供开发人员修复使用,有效保障Web应用的安全性。
蒋燕[2]（2020）在《人机协同Java字节码漏洞扫描系统的设计与实现》文中研究指明软件系统规模以及复杂性的不断增大,软件安全问题层出不穷,其产生的原因往往是程序本身在代码设计或实现过程中的错误或缺陷（称为漏洞）,普通软件工程师的缺陷密度一般为50—250个缺陷/KLOC。在源码级别对程序进行漏洞扫描和安全审计,可以在源头上减少10%—50%安全漏洞的产生。但现存基于词法分析的静态漏洞扫描工具未充分考虑上下文,无法准确判别误报漏洞代码的固有特征,存在大量误报信息,开发人员需要手动筛选正报漏洞,不仅增大维护成本,甚至导致部分开发人员弃用扫描工具。为了降低目前漏洞扫描工具误报率,本文依托于公司的众包审核平台,设计并实现了一个人机协同Java字节码漏洞扫描系统。本文对静态漏洞扫描工具以及常见误报漏洞进行了分析,详细研究了字节码上下文提取、代码特征提取以及机器学习分类模型,同时融合众包专家审核,并结合实际场景中的漏洞扫描需求,实现该系统。首先,系统基于静态漏洞扫描工具对项目进行漏洞扫描,并确保其完备性。其次,基于Joana（Java Object-sensitive ANAlysis）程序切片工具对漏洞相关代码进行上下文提取,并基于N-gram语言模型对代码上下文进行特征提取。然后,利用基于完全匹配、随机森林算法的双层分类模型对扫描漏洞结果进行误报过滤。最后,将漏洞结果送予众包审核进行专家误报漏洞过滤,并将审核结果存储留作后续过滤模型的迭代训练。并根据最终漏洞结果为用户提供机器过滤以及专家审核融合的完备、低误报漏洞扫描报告。本系统主要分为交互展示模块、漏扫核心模块以及迭代学习模块,并使用Spring Boot框架、Pug模板引擎、微服务等技术与架构完成系统的实现。本文实现的人机协同Java字节码漏洞扫描系统提供低误报漏洞扫描服务。在OWASP数据集上实验表明,本系统在95.39%召回率的情况下,其精准率可以达到89.71%,与原版扫描工具相比,本系统将误报率减少近22%。本系统在确保低漏报率的基础上有效地降低传统静态漏洞扫描工具的误报率,从而节约维护成本,帮助开发者提高代码整体质量。目前,本系统已在公司平台上线,用于支撑公司静态漏洞扫描服务。
史洋洋[3]（2020）在《C++源代码漏洞静态扫描系统的设计与实现》文中研究表明C++源代码漏洞静态扫描是指在不运行程序的情况下,使用污点分析、数据流分析技术挖掘潜在的漏洞。C++是最流行的语言之一,但其内存模型决定了C++相比于Java等语言更容易出现内存损坏等漏洞。静态扫描技术成本低、速度快,得到了开发者的广泛使用。随着软件的规模变大、复杂度变高,静态扫描工具会忽略控制流、上下文来提升扫描效率,但会导致误报数量的增多。为了改善开发者漏洞审核流程,降低漏洞审核难度,C++源代码漏洞静态扫描系统亟需降低误报率来协助开发者交付更健壮的代码。本系统创新地引入基于机器学习的迭代反馈式误报过滤机制,来解决C++源代码漏洞扫描中误报率高的问题。首先,系统融合多个开源漏洞扫描工具对程序进行扫描,获取丰富的原始漏洞报告。其次,系统使用漏洞扫描工具集对带漏洞标签的源码数据集进行扫描来获取误报数据,并使用该数据结合机器学习算法训练误报过滤器,获取过滤后的漏洞报告。接着,系统将漏洞交给漏洞专家审核,获取误报漏洞。最后,系统使用相似度算法寻找与误报漏洞代码相似的代码,并用这些数据再次训练误报过滤器。通过将漏洞列表中的误报项过滤掉,漏洞报告的有效性和可用性得到了提升,同时开发者参考过滤后报告修复漏洞,可以生产更高质量代码。本系统划分为C++源代码漏洞静态扫描模块、C++源代码特征提取模块、漏洞静态扫描误报过滤模块、漏洞审核反馈模块。为实现服务间松耦合,本系统使用Docker容器技术对扫描服务、误报过滤服务进行封装。为保证扫描服务的高性能,本系统使用异步队列中间件Rabbit MQ进行服务间消息传递。为保证扫描服务的持续优化,本系统使用Jenkins持续集成工具实现误报过滤模型的自动更新。本系统相比于目前使用最广泛的开源工具Tscan Code和Cppcheck,F1值分别提高了30%和22%,有效地降低了C++源代码漏洞静态扫描的误报。本系统提高了C++源代码漏洞静态扫描器的可用性,减少了误报漏洞数量,减轻了开发者审核漏洞负担,为交付高可靠的代码提供保障。
张思思[4]（2020）在《轻量级Web应用漏洞扫描器的优化实现》文中研究说明随着互联网进一步蓬勃发展,社交网络、电子商务、网上银行等网站上每天都流通着亿级的企业和用户信息,网站本身存在的漏洞会导致敏感信息的泄露,因此网络漏洞扫描至关重要。通过对漏洞扫描技术进行调查分析,针对其中的爬取网页部分的URL去重和漏洞扫描部分展开优化,一方面本文通过采用Farm Hash算法压缩结合布隆过滤器的方式进行URL去重,减小了时间和空间复杂度,提高了爬虫爬取的速度和漏洞扫描器的扫描速度。另一方面本文使用动态链接库和插件技术设计实现了漏洞扫描库,内置八十多个漏洞扫描插件,并支持用户自定义扫描插件,实现了漏洞扫描器的高扩展性。基于上述优化方案,本文设计实现了一个使用方便、扩展性强、扫描迅速的轻量级漏洞扫描器。该漏洞扫描器包括四个模块:命令行解析与配置模块、爬虫模块、漏洞扫描模块、扫描报告模块。用户通过命令行键入命令开启任务,系统则解析命令行并结合配置文件进行配置初始化,之后系统根据配置调用爬虫模块爬取url,根据配置和爬取的url调用漏洞扫描模块动态载入扫描插件进行扫描,最后扫描报告模块将爬取结果和扫描结果进行整合,统一输出结果文本给用户,完成扫描。最后,对漏洞扫描器的各个功能模块进行测试,发现都能运行良好,并且具有一定容错性,然后搭建靶机进行漏洞扫描测试,结果表明漏洞扫描器能够扫描出漏洞,具有不错的性能,因此本文的漏洞扫描器功能完善,具有一定的可用性。
赵成才[5]（2020）在《漏洞管理系统关键技术研究》文中进行了进一步梳理近年来,随着信息化的普及和网络技术的不断深入发展,在给人们生活带来便利的同时也给互联网环境带来了安全问题,特别是当前互联网环境下的资产数量越发增多,随之带来的网络安全风险也越来越高,这就使得人们对网络安全提出了更深和更高层次的要求,因此有效管理网络内服务资产,并监测跟踪资产的网络安全状况显得尤为重要。本文首先对漏洞管理系统的现状进行分析,然后指出其不足,最后结合中科院高能物理所网络信息系统现状,设计并研发了对漏洞进行闭环处理的漏洞管理系统,本系统包含资产发现和管理、漏洞发现、漏洞结果跟踪处理以及数据统计分析展示四个功能模块,该设计解决了传统漏洞管理系统无法对漏洞处理结果进行监测跟踪的痛点。其次提出基于变精度粗糙集理论的漏洞威胁评估方法,并将该方法应用到本文的漏洞管理系统中,用于对漏洞威胁等级评估,最后通过实验验证本文所提算法的有效性。本文具体工作如下:1:对漏洞威胁评估的准确性和全面性将直接影响漏洞处理力度,进而影响资产安全,本文提出基于变精度粗糙集理论的漏洞威胁评估方法,并将该方法应用到漏洞管理系统的漏洞威胁评估过程中,最后在实验中证明该方法的正确性和有效性。2:构建漏洞管理系统的核心目的是保障资产安全,但是以往的资产管理是由专门的资产管理系统维护,并且资产划分粒度过大,这种资产划分粒度难以满足当前互联网环境下的网络安全需求,因此考虑到更细粒度的资产安全防护,本文将资产发现和管理模块嵌入到漏洞管理系统中来,并将资产定义划分到服务级别,摆脱了传统资产管理系统资产划分粒度过大的缺陷。3:对已知服务资产的漏洞扫描结果,监控并跟踪其漏洞处理状态是运维团队洞悉整体资产安全状况的有效方法,本文采用工单管理系统实现对漏洞结果处理状态的监控和跟踪,并以工单状态为依据提供线上线下的漏洞修复服务,最终系统运行结果表明该技术的运用可显着提高漏洞处置效率。4:漏洞管理系统的部署采用当前业内最受欢迎的docker容器化方法,再加上本系统采用springboot开发框架,本身对容器化部署就有比较好的适配,因此该方法显着提高了系统部署效率,并为未来的持续集成/交付打下基础。本文从中科院高能物理研究所网络信息系统现实存在的痛点出发,针对资产难以管控和资产漏洞处理不及时等问题构建了本文的漏洞管理系统,并将该系统应用到中科院高能物理研究所的实际环境中,现已部署上线,实际运行效果表明,该系统能够提高漏洞处置效率,量化研究所内资产安全状况,完善现有网络安全防护体系。
刘洋洋[6]（2020）在《基于Nessus漏洞扫描系统的研究与优化》文中提出随着信息化的普及和发展,互联网已经极大地改变了社会生活和发展,但随之衍生的安全问题也愈演愈烈,据统计数据显示,安全漏洞衍生了许多网络安全问题。而漏洞扫描技术作为网络安全检测的重要技术,可以通过自动化的检测方式检测网络环境是否安全。然而,市场上传统的漏洞扫描系统有很多不足之处,例如其多采用单机模式,甚至有些扫描系统存在着扫描速度慢、加载速度受限、报告冗余等等不足之处。云计算,作为互联网时代背景下的产物,为漏洞扫描提供了一种新的解决方案:安全即服务。云安全是通过云计算平台的动态可扩展资源向所需用户提供安全漏洞扫描服务,可以解决计算成本高的问题,降低用户的操作难度。另外,本论文研究了传统漏洞扫描技术以及在此基础上的新型漏洞扫描技术,分析了当下市场有着较高扫描效率的Nessus扫描器。Nessus是一款功能强大且使用广泛的网络漏洞扫描系统,因此对Nessus的研究与优化具有很大的实用价值。研究发现,Nessus的扫描效率和实用性有它自己的优点,但是也存在着一些不足之处,包括基于其单一服务器、扫描速度慢、插件加载困难、报告冗余等等。本文针对单一Nessus扫描器的不足之处,设计了一套基于Nessus扫描器,部署在云平台中,利用云平台虚拟机弹性资源的特性的漏洞扫描系统。系统机制在执行过程中充分考虑了漏洞扫描的实际情况造成的负载不平衡等各种因素,有效地实现了漏洞扫描任务的调度,它可以满足用户的定制需求,并最大限度地利用资源,并实现对这些方面的优化。本文首先对云安全、漏洞扫描技术以及相关任务调度算法进行了研究,分析了系统中漏洞扫描器的工作过程和漏洞扫描技术,以及该系统部署所基于的云平台虚拟化技术。根据现有功能和非功能的需求分析提出系统的整体架构和主要功能模块总体概要设计,并对每个模块进行详细设计和实现,包括用户权限管理、扫描任务管理、平台引擎管理、漏扫任务调度、主机探测扫描、漏扫报告管理等主要模块。最后在实验室云平台环境下,对本系统主要管理模块进行了功能测试以及性能测试,根据相关测试指标,测试结果表明本漏洞扫描系统符合预期的设计目标。
胡斌[7]（2020）在《分布式漏洞应急检测系统》文中研究表明随着计算机网络的全球化覆盖,各种各样的计算机软件和硬件越来越多的应用到社会日常工作和生活的方方面面中,而这些软硬件中所存在的漏洞也随着计算机网络安全相关技术的逐渐发展相继爆出并持续发酵,并且在爆发期间对社会各方面都造成了巨大的影响。然而,就在这种网络安全漏洞频发的时代,大部分企业和学校的计算机系统的安全防护措施并未能得到应有的保护等级,比如系统陈旧的问题、漏洞补丁更新缓慢的问题和缺乏必要的网络安全防护软件的问题。因此,关系到计算机系统的正常服务运行的重大高危严重漏洞的快速检测以及应急响应就显得格外重要,并且是主流的研究方向。但是目前使用的被动漏洞检测系统主要采取的是恶意流量分析技术,对于新型的漏洞利用并没有防御作用。另一方面,主流的杀毒软件和网关防御系统对计算机系统本身的侵入性也较高并且不是跨平台的,在一些陈旧系统上往往是无法运行的,同时这种漏洞检测方式所需要的漏洞检出时间往往比较长并且检出精度较低,误报漏报率也相对较高。本文为了解决现有的漏洞检测系统设计在入侵性、检测率和及时响应率等方面带来的问题,研发分布式漏洞应急检测系统。该系统采用传统的C/S架构,配备中心服务平台的同时,分别在各个目标网段内的部分主机安装检测代理,通过代理主机来实现对各个内网中主机的漏洞探测和漏洞修复。特别说明的是,其中的部分只支持本地检测的漏洞是通过下发检测脚本到目标主机实现,比如某些本地提权类漏洞,漏洞修复主要是通过下发修复脚本到目标主机本地远程自动执行的方式实现,该方法结合了基于主机和基于网络的漏洞扫描这两种方法的优点,实现了对大规模多网段集成的分布式漏洞检测,同时能对无法修复的计算机主机进行下发隔离插件进行有效隔离。在实验测试过程中,该系统相比于传统的漏洞扫描器来说,它的检测效率更高,同时多种检测方式的结合使得它具备较低的误报率和漏报率,分布式资源的合理调配也使得该系统对网络资源的占用明显降低,对特定应急类型的漏洞检测针对性强。另外,该系统还具有组件插件化可扩展性强、便捷的操作界面使得操作简便和系统安全性高等优点,适用于大规模网络集成中各主机系统的漏洞检测和快速修复应急响应以及隔离止损的场景。
王凯[8]（2020）在《可扩展的智能合约扫描器的研究与实现》文中指出以太坊被称为区块链2.0技术,其最主要的设计思想就是基于智能合约的上链技术,在以太坊大受欢迎的过程中,智能合约却也一直面临着多方面的安全漏洞的问题,这些漏洞经常受到黑客的攻击,从而导致在过去几年中造成的虚拟货币的损失达到数亿美元。因此本论文设计和实现了一个有效的智能合约扫描器,为智能合约应用商和开发者提供安全审计,这不仅能提升维护开发者和区块链用户的安全,也能显着推动区块链行业的健康化发展。本论文通过研究多种静态代码分析方法和多个智能合约扫描器的底层实现原理,以Securify[1]智能合约扫描器的运行机制和系统架构为基础,提出了三大漏洞检测方式（包括基于领域特定语言的模式匹配检测、黑白名单的过滤检测和自动修复、基于定理证明的数值属性检测）的多线程并行协同检测,最终完成了一个代码扫描覆盖率更高、可检测的漏洞类型更全面、漏洞检测规则可扩展并且可以提供详细的漏洞信息和修复建议的智能合约扫描器。另外,本论文采用服务注册发现机制,实现了多个智能合约漏洞检测模块的可插拔设计,既能增强系统的可伸缩性,提高系统的性能,也可以让开发者更加方便灵活地添加更多的漏洞检测方式,便于实现智能合约的漏洞分析和挖掘。
赵芳煜[9]（2020）在《基于以太坊智能合约的漏洞扫描器的设计与整合》文中提出随着区块链技术的日益成熟以及公共区块链平台以太坊的出现,智能合约的应用得以飞速发展。由于智能合约都是使用Solidity语言人为编写,并且不同的交易都需要制定符合交易过程的特定合约内容,因此在没有严格经过审查的智能合约文件中,由于开发人员的疏忽或代码习惯等,经常会存在一些可被恶意用户利用的代码漏洞,对用户造成巨大的数字资产损失。因此,如何有效且快速地对智能合约中存在的漏洞进行检测和定位,成为智能合约以及区块链安全问题中的关键。当前对智能合约代码的安全性检测,主要是依赖于基于专家知识的合约代码审计,以及合约开发人员的程序编写水平,没有一种比较通用和普适的自动化检测的工具和手段。面对不断增长的智能合约数量、逐渐扩大的智能合约应用范围、日益复杂的合约功能以及难度逐渐提升的合约漏洞,智能合约的代码审计工作的难度与复杂性也日渐提升,已经无法满足新形势下的智能合约代码检测任务。因此,新的智能合约漏洞检测方法和工具的研究与开发工作迫在眉睫。本文着力于研究以太坊智能合约的安全性问题,主要进行了如下研究:第一,基于开源的智能合约扫描器Mythril、Oyente和Slither提出以太坊智能合约漏洞扫描器整合平台scanDocker。通过对三种开源智能合约扫描器的整合,实现漏洞检测能力更加全面、漏洞报告信息更为清晰、用户体验友好的一站式智能合约扫描平台,从而为智能合约的安全性提供可靠支撑;第二,使用程序切片技术生成Solidity智能合约程序切片并为其标记标签,生成适用于深度学习的Solidity漏洞检测数据集,该数据集是目前首个针对Solidity源代码漏洞检测的数据集,可供任何深度学习模型进行研究;第三,设计了一种针对Solidity智能合约漏洞检测的深度学习模型,通过实验证明了深度学习在智能合约漏洞检测中可以达到良好的效果,简化了漏洞检测过程,为智能合约的漏洞检测任务提供了新方法。
张守俊[10]（2018）在《C企业网络安全分析与改进研究》文中进行了进一步梳理随着计算机网络技术的发展,巨大的变化在整个社会发生了。企业的日常工作也发生了变化,企业对计算机网络技术越来越依赖。给社会和企业带来便利的同时,计算机网络技术也带来了新的风险和挑战。本文将C企业网络安全体系作为研究的对象,通过对C企业目前网络安全状况以及将来可能面临的风险进行分析,从安全区域划分、网络边界防御、服务器保护、威胁管理、漏洞扫描、桌面安全管理、安全审计、安全管理平台等几方面着手展开研究,分析了C企业在这些方面的不足,以及容易产生的安全问题,并提出了解决这些问题的方法。首先,本文研究了企业信息安全的相关理论知识,并分析了一般在企业网络中容易存在的安全隐患。然后,在信息安全理论的指导下,结合企业网络安全的整体发展趋势,通过对C企业的网络拓扑结构和网络安全风险状况进行评估和分析,找出了C企业网络在目前存在的安全问题。接下来,结合C企业网络特殊的安全需求,在尽量减小成本支出的情况下,提出了针对C企业的网络安全解决方案,在遵照网络安全通用设计原则的情况下,大量运用当前先进的网络安全技术和知识,如DMZ（Demilitarized Zone非军事区）、UTM（Unified Threat Management安全网关）、IPS（Intrusion Prevention System入侵防御系统）、IDS（Intrusion Detection Systems入侵检测系统）、漏洞扫描系统、安全审计系统、SOC（Security Operations Center信息安全管理平台）等,并制定了科学、动态协调的C企业网络安全改进方案。该方案在C企业的网络应用实际中,收到了比较明显的效果,并对目前中小企业的网络安全建设有一定指导作用。网络安全体系的建设是一个长期的、动态变化的过程,随着时代的发展,科技的进步,新的病毒和入侵技术会不断出现,任何一个企业的网络安全体系都不可能一劳永逸的解决所有的安全问题。但是,相对应的,信息系统安全理论和技术也会不断深化和改进,从而发展出更利于解决网络安全问题的可行性方案。
二、网络安全扫描器的综合分析及概述（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、网络安全扫描器的综合分析及概述（论文提纲范文）
（1）面向敏感信息检测的Web综合漏洞扫描器实现（论文提纲范文）
| 1 引言 |
| 2 系统设计 |
| 2.1 输入解析模块 |
| 2.2 信息扫描模块 |
| 2.3 漏洞检测模块 |
| 2.4 漏洞信息更新模块 |
| 3 具体实现 |
| 3.1 爬虫模块 |
| 3.2 敏感信息检测 |
| 3.3 漏洞检测 |
| 3.3.1 SQL注入检测 |
| 3.3.2 XSS攻击检测 |
| 3.3.3 已知高危漏洞检测 |
| 3.4 最新漏洞预警 |
| 4 实验分析 |
| 4.1 测试对比 |
| 4.2 结果分析 |
| 5 结语 |
（2）人机协同Java字节码漏洞扫描系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 漏洞扫描现状 |
| 1.2.2 误报过滤现状 |
| 1.2.3 众包技术现状 |
| 1.3 本文主要研究工作 |
| 1.4 本文组织结构 |
| 第二章 相关技术综述 |
| 2.1 常见漏洞类型 |
| 2.1.1 SQL注入 |
| 2.1.2 路径遍历 |
| 2.1.3 弱加密 |
| 2.2 漏洞扫描相关工具 |
| 2.2.1 Spot Bugs工具 |
| 2.2.2 Find-sec-bugs工具 |
| 2.2.3 程序切片技术 |
| 2.3 语言模型与分类算法 |
| 2.3.1 N-gram模型 |
| 2.3.2 Random Forest算法 |
| 2.4 系统核心技术栈 |
| 2.4.1 Docker容器技术 |
| 2.4.2 微服务 |
| 2.4.3 Pug模板引擎 |
| 2.5 本章小结 |
| 第三章 系统需求分析与概要设计 |
| 3.1 系统整体概述 |
| 3.2 系统需求分析 |
| 3.2.1 漏洞类型分析 |
| 3.2.2 功能性需求 |
| 3.2.3 非功能性需求 |
| 3.2.4 用例分析 |
| 3.3 系统总体设计 |
| 3.3.1 系统架构 |
| 3.3.2 4+1视图 |
| 3.3.3 持久化对象设计 |
| 3.4 系统各模块设计 |
| 3.4.1 交互展示模块设计 |
| 3.4.2 漏扫核心模块设计 |
| 3.4.3 迭代学习模块设计 |
| 3.5 本章小结 |
| 第四章 详细设计与实现 |
| 4.1 交互展示模块 |
| 4.1.1 任务管理与分发的实现 |
| 4.1.2 报告前端渲染实现 |
| 4.2 漏扫核心模块 |
| 4.2.1 漏洞扫描工具集成 |
| 4.2.2 上下文提取实现 |
| 4.2.3 误报过滤实现 |
| 4.2.4 转众包审核实现 |
| 4.3 迭代学习模块 |
| 4.3.1 数据集与数据预处理 |
| 4.3.2 分类模型训练的实现 |
| 4.3.3 模型相关参数评估 |
| 4.4 页面展示 |
| 4.5 本章小结 |
| 第五章 系统测试与实验分析 |
| 5.1 测试环境 |
| 5.2 功能与性能测试 |
| 5.2.1 功能测试 |
| 5.2.2 性能测试 |
| 5.2.3 健壮性测试 |
| 5.3 实验分析 |
| 5.3.1 数据集 |
| 5.3.2 实验流程 |
| 5.3.3 评估指标 |
| 5.3.4 结果分析 |
| 5.4 案例分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 简历与科研成果 |
| 致谢 |
（3）C++源代码漏洞静态扫描系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 项目背景与意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 C++源代码漏洞扫描研究现状 |
| 1.2.2 降低扫描器误报研究现状 |
| 1.2.3 漏洞代码相似性检测研究现状 |
| 1.3 本文主要工作内容 |
| 1.4 本文的组织结构 |
| 第二章 相关技术概述 |
| 2.1 程序切片技术简介 |
| 2.1.1 程序切片的方法原理 |
| 2.1.2 程序切片的主要流程 |
| 2.2 代码特征提取技术简介 |
| 2.2.1 抽象语法树 |
| 2.2.2 程序控制流图 |
| 2.3 基于机器学习的漏洞误报分类模型简介 |
| 2.3.1 传统机器学习分类模型 |
| 2.3.2 基于神经网络的分类模型 |
| 2.4 误报漏洞模式的构建与迭代反馈简介 |
| 2.4.1 误报漏洞模式的构建 |
| 2.4.2 迭代反馈的过程简述 |
| 2.5 漏洞代码相似度检测方法 |
| 2.5.1 代码相似度特征提取 |
| 2.5.2 代码相似度计算 |
| 2.6 容器技术 Docker |
| 2.6.1 Docker 简介 |
| 2.6.2 使用 Docker 技术的优势 |
| 2.7 消息中心 Rabbit MQ |
| 2.7.1 Rabbit MQ 简介 |
| 2.7.2 Rabbit MQ 的优势 |
| 2.8 本章小结 |
| 第三章 C++源代码漏洞扫描系统的需求与设计 |
| 3.1 系统整体概述 |
| 3.2 系统需求分析 |
| 3.2.1 功能性需求 |
| 3.2.2 非功能性需求 |
| 3.2.3 系统用例图 |
| 3.2.4 系统用例描述 |
| 3.3 系统总体设计 |
| 3.3.1 系统整体架构设计 |
| 3.3.2 系统模块划分 |
| 3.3.3 4 +1视图 |
| 3.4 C++源代码漏洞静态扫描模块设计 |
| 3.4.1 架构设计 |
| 3.4.2 流程设计 |
| 3.4.3 核心类图 |
| 3.4.4 数据库设计 |
| 3.5 C++源代码特征提取模块设计 |
| 3.5.1 架构设计 |
| 3.5.2 流程设计 |
| 3.5.3 核心类图 |
| 3.6 漏洞静态扫描误报过滤模块设计 |
| 3.6.1 架构设计 |
| 3.6.2 流程设计 |
| 3.6.3 核心类图 |
| 3.6.4 数据库设计 |
| 3.7 误报漏洞审核反馈模块设计 |
| 3.7.1 架构设计 |
| 3.7.2 流程设计 |
| 3.7.3 核心类图 |
| 3.8 本章小结 |
| 第四章 C++源代码漏洞扫描系统的实现 |
| 4.1 C++源代码漏洞静态漏洞扫描模块实现 |
| 4.1.1 顺序图 |
| 4.1.2 关键代码 |
| 4.2 C++源代码特征提取模块实现 |
| 4.2.1 C++源代码特征提取模块顺序图 |
| 4.2.2 C++源代码特征提取模块具体实现 |
| 4.2.3 关键代码 |
| 4.3 误报过滤模块实现 |
| 4.3.1 误报过滤模块顺序图 |
| 4.3.2 误报过滤模型训练的实现 |
| 4.3.3 关键代码 |
| 4.4 误报漏洞反馈模块实现 |
| 4.4.1 误报漏洞反馈模块顺序图 |
| 4.4.2 基于相似度的误报漏洞反馈实现 |
| 4.5 C++源代码漏洞静态扫描系统的实现 |
| 4.6 本章小结 |
| 第五章 系统测试与实验分析 |
| 5.1 测试准备 |
| 5.1.1 测试目标 |
| 5.1.2 测试环境 |
| 5.2 可靠性测试 |
| 5.2.1 测试设计 |
| 5.2.2 测试执行 |
| 5.3 功能测试 |
| 5.3.1 测试设计 |
| 5.3.2 测试执行 |
| 5.4 效果测试 |
| 5.4.1 测试设计 |
| 5.4.2 测试执行 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 进一步工作展望 |
| 参考文献 |
| 简历与科研成果 |
| 致谢 |
（4）轻量级Web应用漏洞扫描器的优化实现（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文结构安排 |
| 2 漏洞扫描技术介绍 |
| 2.1 常见网络漏洞 |
| 2.2 漏洞扫描插件库 |
| 2.3 本章小结 |
| 3 URL去重方式优化 |
| 3.1 常见的URL去重方式 |
| 3.2 哈希算法 |
| 3.3 URL去重方式设计与实现 |
| 3.4 本章小结 |
| 4 Web应用漏洞扫描器的系统设计 |
| 4.1 Web应用漏洞扫描器的设计方案 |
| 4.2 扫描器总体设计 |
| 4.3 各功能模块设计 |
| 4.4 本章小结 |
| 5 测试与分析 |
| 5.1 测试环境 |
| 5.2 系统功能测试 |
| 5.3 全漏洞扫描测试 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 课题展望 |
| 致谢 |
| 参考文献 |
（5）漏洞管理系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 漏洞管理系统的研究现状 |
| 1.2.2 漏洞威胁评估的研究现状 |
| 1.3 本课题研究内容 |
| 1.4 论文组织结构 |
| 2 相关技术分析 |
| 2.1 引言 |
| 2.2 资产探测技术分析 |
| 2.2.1 网络扫描技术 |
| 2.2.2 利用AGENT采集数据技术 |
| 2.2.3 流量解析技术 |
| 2.3 漏洞扫描技术分析 |
| 2.3.1 漏洞扫描技术原理解析 |
| 2.3.2 漏洞扫描器分析 |
| 2.4 系统登录技术分析 |
| 2.4.1 单点登录技术原理解析 |
| 2.4.2 系统登录分析 |
| 2.5 本章小结 |
| 3 基于变精度粗糙集理论的漏洞威胁评估方法 |
| 3.1 引言 |
| 3.2 属性约简与示例说明 |
| 3.2.1 属性约简算法 |
| 3.2.2 示例说明 |
| 3.3 漏洞威胁评估方法及实验分析 |
| 3.3.1 漏洞威胁评估方法 |
| 3.3.2 实验结果及其分析 |
| 3.4 本章小结 |
| 4 漏洞管理系统总体设计分析 |
| 4.1 引言 |
| 4.2 需求分析与实现目标 |
| 4.2.1 功能性需求分析 |
| 4.2.2 非功能性需求分析 |
| 4.2.3 实现目标 |
| 4.3 系统架构 |
| 4.4 系统功能分析 |
| 4.5 系统设计 |
| 4.5.1 系统功能设计 |
| 4.5.2 数据库结构设计 |
| 4.6 本章小结 |
| 5 漏洞管理系统的实现 |
| 5.1 引言 |
| 5.2 系统功能的实现 |
| 5.2.1 服务资产发现和管理 |
| 5.2.2 漏洞发现 |
| 5.2.3 漏洞扫描策略管理 |
| 5.2.4 漏洞结果跟踪处理的实现 |
| 5.2.5 统一认证接入 |
| 5.3 漏洞管理系统运行与威胁评估分析 |
| 5.3.1 系统运行状况 |
| 5.3.2 威胁评估分析 |
| 5.4 系统功能测试 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 个人简历与科研成果 |
| 致谢 |
（6）基于Nessus漏洞扫描系统的研究与优化（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 云安全研究现状 |
| 1.2.2 漏洞扫描技术研究现状 |
| 1.3 论文工作内容 |
| 1.4 论文组织结构 |
| 第二章 云平台下Nessus漏洞扫描技术的概述 |
| 2.1 云安全及虚拟化 |
| 2.1.1 云安全应用概述 |
| 2.1.2 虚拟化技术概述 |
| 2.2 漏洞及漏洞扫描技术 |
| 2.2.1 安全漏洞的研究 |
| 2.2.2 漏洞扫描技术 |
| 2.3 开源框架及工具 |
| 2.3.1 远程调用工具 |
| 2.3.2 前端开发框架 |
| 2.3.3 Nessus扫描器 |
| 2.4 云平台的任务调度 |
| 2.4.1 任务调度概述 |
| 2.4.2 任务调度算法 |
| 2.5 本章小结 |
| 第三章 基于Nessus漏洞扫描系统优化的总体设计 |
| 3.1 需求分析 |
| 3.1.1 需求概述 |
| 3.1.2 系统功能性需求 |
| 3.1.3 系统非功能需求 |
| 3.2 系统整体架构设计 |
| 3.2.1 主要模块功能概述 |
| 3.3 本章小结 |
| 第四章 基于Nessus漏洞扫描系统的详细设计与实现 |
| 4.1 用户权限管理模块 |
| 4.1.1 登录认证实现 |
| 4.1.2 系统用户管理 |
| 4.2 扫描任务管理模块 |
| 4.2.1 任务策略创建实现 |
| 4.2.2 扫描任务状态迁移 |
| 4.2.3 扫描任务创建实现 |
| 4.3 平台引擎管理模块 |
| 4.3.1 扫描引擎生命周期 |
| 4.3.2 引擎虚拟机监控 |
| 4.4 漏扫任务调度模块 |
| 4.4.1 任务调度模型构建 |
| 4.4.2 蚁群任务调度算法 |
| 4.4.3 任务调度算法优化 |
| 4.5 主机探测扫描模块 |
| 4.5.1 探测信息收集实现 |
| 4.5.2 扫描插件管理 |
| 4.5.3 插件编辑实现 |
| 4.6 漏扫报告管理模块 |
| 4.6.1 扫描报告优化 |
| 4.7 本章小结 |
| 第五章 云平台下漏洞扫描系统测试 |
| 5.1 测试指标 |
| 5.2 测试环境部署 |
| 5.3 系统测试及结果 |
| 5.3.1 用户权限管理测试 |
| 5.3.2 漏扫任务管理测试 |
| 5.3.3 平台引擎管理测试 |
| 5.3.4 漏扫插件管理测试 |
| 5.3.5 漏扫报告管理测试 |
| 5.3.6 系统性能测试 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 论文工作展望 |
| 致谢 |
| 参考文献 |
（7）分布式漏洞应急检测系统（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要工作与创新 |
| 1.4 论文结构安排 |
| 第二章 网络安全相关技术概况 |
| 2.1 网络安全相关技术和安全产品 |
| 2.1.1 网络安全的定义 |
| 2.1.2 现有的网络安全技术 |
| 2.1.3 现有的网络安全产品 |
| 2.2 分布式技术 |
| 2.2.1 分布式技术 |
| 2.2.2 分布式技术在漏洞检测领域的应用 |
| 2.3 基于POC的漏洞检测原理以及相关技术 |
| 2.3.1 基于POC的漏洞检测原理 |
| 2.3.2 扫描技术的发展 |
| 2.3.3 常见的漏洞检测方法 |
| 2.4 插件化的漏洞快速应急响应和网络隔离技术 |
| 2.4.1 插件化的必要性 |
| 2.4.2 基于Ansible API编写插件服务实现自动化部署 |
| 2.4.3 Ansible API开发在分布式漏洞应急检测技术中的应用 |
| 2.5 本章小结 |
| 第三章 分布式漏洞应急检测系统关键技术 |
| 3.1 分布式漏洞应急检测系统 |
| 3.2 分布式漏洞应急检测系统的重要特点 |
| 3.2.1 分布式部署——主机扫描和网络扫描结合 |
| 3.2.2 服务即插件 |
| 3.2.3 负载均衡 |
| 3.3 分布式漏洞应急检测系统的关键技术 |
| 3.3.1 目标网段资产分布式管理 |
| 3.3.2 基于Twisted框架的异步通信自定义加密协议传输技术 |
| 3.3.3 任务消耗资源负载计算与监控 |
| 3.3.4 检测和修复任务调度管理 |
| 3.3.5 Ansible-API服务 |
| 3.3.6 分布式数据存储 |
| 3.3.7 插件库维护和管理 |
| 3.3.8 WebGUI管理界面和基于RESTful的对外开放接口 |
| 3.4 本章小结 |
| 第四章 分布式漏洞应急检测系统关键实现和测试 |
| 4.1 系统架构设计 |
| 4.2 模块功能设计实现 |
| 4.2.1 通信模块——基于Action驱动的异步定制加密协议实现 |
| 4.2.2 监控模块负载均衡算法与任务调度模块实现 |
| 4.2.3 分布式数据存储模块设计实现 |
| 4.2.4 适配器模式的检测插件设计实现 |
| 4.2.5 Ansible-API本地部署服务模块实现 |
| 4.2.6 RESTful开放接口和WebGUI实现 |
| 4.3 分布式漏洞应急检测系统部署和测试 |
| 4.3.1 测试目标 |
| 4.3.2 测试环境 |
| 4.3.3 部署和测试过程 |
| 4.3.4 测试结论 |
| 4.4 本章小结 |
| 第五章 全文总结与展望 |
| 5.1 全文总结 |
| 5.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（8）可扩展的智能合约扫描器的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 主要工作及成果 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第二章 相关技术调研 |
| 2.1 智能合约漏洞检测方式 |
| 2.1.1 模式匹配 |
| 2.1.2 形式化验证 |
| 2.1.3 符号执行和符号抽象 |
| 2.1.4 其他漏洞检测方式 |
| 2.1.5 漏洞检测方式优缺点对比 |
| 2.2 智能合约漏洞检测工具 |
| 2.2.1 智能合约漏洞库 |
| 2.2.2 智能合约漏洞检测工具对比 |
| 2.3 本章小结 |
| 第三章 智能合约扫描器的系统架构设计与实现 |
| 3.1 背景与需求 |
| 3.1.1 背景与应用场景 |
| 3.1.2 需求分析 |
| 3.2 系统设计 |
| 3.2.1 智能合约扫描器的整体框架设计 |
| 3.2.2 系统序列图 |
| 3.3 核心模块的具体设计和实现 |
| 3.3.1 扫描任务管理模块 |
| 3.3.2 智能合约漏洞检测模块 |
| 3.3.3 检测结果整合模块 |
| 3.4 本章小结 |
| 第四章 智能合约漏洞检测方式的设计与实现 |
| 4.1 智能合约漏洞的协同检测 |
| 4.2 基于DSL的模式匹配检测 |
| 4.2.1 Securify代码审计原理 |
| 4.2.2 基于DSL模式匹配检测子模块系统设计 |
| 4.3 黑白名单的过滤检测和自动修复 |
| 4.4 基于定理证明的数值属性检测 |
| 4.4.1 基于定理证明的数值属性检测子模块系统设计 |
| 4.4.2 整型溢出检测 |
| 4.5 系统部署和测试 |
| 4.5.1 系统部署 |
| 4.5.2 功能测试 |
| 4.6 扫描器的综合评估 |
| 4.6.1 扫描器的功能评估 |
| 4.6.2 扫描器的非功能评估 |
| 4.6.3 扫描器的检测能力评估 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
（9）基于以太坊智能合约的漏洞扫描器的设计与整合（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 主要研究内容与成果 |
| 1.3 论文组织结构 |
| 第二章 相关技术介绍 |
| 2.1 智能合约漏洞检测技术介绍 |
| 2.1.1 以太坊与智能合约概述 |
| 2.1.2 基于形式化验证的智能合约漏洞检测 |
| 2.1.3 基于模糊测试的智能合约漏洞检测 |
| 2.1.4 基于符号执行的智能合约漏洞检测 |
| 2.2 基于深度学习的代码漏洞检测技术介绍 |
| 2.2.1 深度学习代码漏洞检测技术概述 |
| 2.2.2 程序切片技术 |
| 2.2.3 代码漏洞检测的深度学习算法 |
| 2.3 本章小结 |
| 第三章 基于以太坊智能合约的漏洞扫描器整合平台 |
| 3.1 漏洞扫描器整合平台的需求分析 |
| 3.1.1 以太坊智能合约漏洞扫描器差异分析 |
| 3.1.2 现有智能合约漏洞扫描器的不足 |
| 3.1.3 针对需求的平台设计目标与方案 |
| 3.2 基于聚类的文本整合分析 |
| 3.2.1 数据预处理 |
| 3.2.2 聚类分析 |
| 3.2.3 算法性能 |
| 3.3 基于关键词匹配的文本整合分析 |
| 3.3.1 漏洞的表示方法 |
| 3.3.2 关键词提取与匹配 |
| 3.4 平台系统实现 |
| 3.4.1 基于WebSocket的数据传输层 |
| 3.4.2 基于Django的前端展示层 |
| 3.5 本章小结 |
| 第四章 基于深度学习的智能合约源代码漏洞检测 |
| 4.1 概述 |
| 4.1.1 需求分析 |
| 4.1.2 整体方案设计 |
| 4.2 Solidity源代码数据集的构建 |
| 4.2.1 Solidity源代码词法分析 |
| 4.2.2 Code Gadgets切片算法 |
| 4.2.3 数据集标签生成 |
| 4.3 深度学习检测模型 |
| 4.3.1 数据预处理 |
| 4.3.2 基于Bi-LSTM的模型算法 |
| 4.4 评估实验 |
| 4.4.1 实验数据描述 |
| 4.4.2 实验结果 |
| 4.5 本章小结 |
| 第五章 系统性能对比实验 |
| 5.1 检测性能对比 |
| 5.2 时间性能对比 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 主要工作总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 附录1 Mythril、Oyente、Slither漏洞类型及统一对应列表 |
| 附录2 VaaS漏洞类型说明 |
| 致谢 |
（10）C企业网络安全分析与改进研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题背景与意义 |
| 1.2 研究综述 |
| 1.2.1 国外关于网络安全及管理的研究现状 |
| 1.2.2 国内关于网络安全及管理的研究现状 |
| 1.3 研究内容及论文组织 |
| 1.3.1 研究内容 |
| 1.3.2 论文组织 |
| 1.4 本章小结 |
| 第二章 网络安全相关理论技术研究 |
| 2.1 网络安全体系 |
| 2.1.1 动态网络安全理论 |
| 2.1.2 安全体系方法 |
| 2.1.3 预防安全理论 |
| 2.2 网络边界理论 |
| 2.3 DMZ区域理论 |
| 2.4 安全区域理论 |
| 2.4.1 网络安全域划分的方式 |
| 2.4.2 根据业务功能特点进行安全域划分 |
| 2.4.3 实际网络环境的安全域划分 |
| 2.5 本章小结 |
| 第三章 C企业网络安全风险分析 |
| 3.1 C企业网络结构现状 |
| 3.2 C企业网络系统中存在的安全问题 |
| 3.3 本章小结 |
| 第四章 C企业网络安全需求及设计要求 |
| 4.1 C企业网络安全需求概述 |
| 4.1.1 加强网络边界 |
| 4.1.2 加强威胁管理 |
| 4.1.3 加强内网安全 |
| 4.1.4 主机及服务器优化与加固服务 |
| 4.2 网络安全方案的设计原则 |
| 4.2.1 需求、风险、代价平衡的原则 |
| 4.2.2 综合性、整体性原则 |
| 4.2.3 先进性原则 |
| 4.2.4 可实施性原则 |
| 4.2.5 可维护性原则 |
| 4.2.6 多重保护原则 |
| 4.2.7 可评价性原则 |
| 4.3 本章小结 |
| 第五章 C企业网络安全改进方案 |
| 5.1 划分安全区域 |
| 5.1.1 C企业安全区域的划分 |
| 5.1.2 安全域划分后的安全技术措施 |
| 5.2 部署一体化安全网关 |
| 5.2.1 UTM的硬件结构 |
| 5.2.2 UTM的软件结构 |
| 5.2.3 UTM的管理结构 |
| 5.3 将部分服务器调整到DMZ区域 |
| 5.4 部署入侵防御系统 |
| 5.4.1 入侵防御系统(IPS)介绍 |
| 5.4.2 IPS技术特点 |
| 5.4.3 IPS分类 |
| 5.4.4 IPS在 C企业的部署 |
| 5.5 部署网络入侵检测和管理系统 |
| 5.5.1 网络入侵检测系统介绍 |
| 5.5.2 IDS的组成 |
| 5.5.3 IDS的产品结构 |
| 5.5.4 IDS安全策略 |
| 5.5.5 IDS通信协议 |
| 5.5.6 IDS检测技术 |
| 5.5.7 IDS检测方法 |
| 5.5.8 IDS在 C企业的部署 |
| 5.6 部署漏洞扫描与管理系统 |
| 5.6.1 漏洞扫描 |
| 5.6.2 漏洞扫描的作用 |
| 5.6.3 漏洞扫描的分类 |
| 5.6.4 漏洞扫描技术 |
| 5.6.5 漏洞扫描系统部署方式 |
| 5.6.6 漏洞扫描系统在C企业的部署 |
| 5.7 部署内网安全管理审计系统 |
| 5.8 部署安全审计系统 |
| 5.8.1 安全审计产品 |
| 5.8.2 安全审计产品分类 |
| 5.8.3 基本功能 |
| 5.8.4 发展现状 |
| 5.8.5 现状需求分析 |
| 5.8.6 安全审计产品的发展趋势 |
| 5.8.7 安全审计产品在C企业的部署 |
| 5.9 部署信息安全管理平台 |
| 5.9.1 信息安全管理平台 |
| 5.9.2 信息安全管理平台功能概述 |
| 5.9.3 系统功能模块及技术实现 |
| 5.10 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
四、网络安全扫描器的综合分析及概述（论文参考文献）
- [1]面向敏感信息检测的Web综合漏洞扫描器实现[J]. 吕宝路,梁景普,欧翰琪,陈涛. 电脑知识与技术, 2020(23)
- [2]人机协同Java字节码漏洞扫描系统的设计与实现[D]. 蒋燕. 南京大学, 2020(04)
- [3]C++源代码漏洞静态扫描系统的设计与实现[D]. 史洋洋. 南京大学, 2020(04)
- [4]轻量级Web应用漏洞扫描器的优化实现[D]. 张思思. 华中科技大学, 2020(01)
- [5]漏洞管理系统关键技术研究[D]. 赵成才. 郑州大学, 2020(02)
- [6]基于Nessus漏洞扫描系统的研究与优化[D]. 刘洋洋. 电子科技大学, 2020(08)
- [7]分布式漏洞应急检测系统[D]. 胡斌. 电子科技大学, 2020(07)
- [8]可扩展的智能合约扫描器的研究与实现[D]. 王凯. 北京邮电大学, 2020(05)
- [9]基于以太坊智能合约的漏洞扫描器的设计与整合[D]. 赵芳煜. 北京邮电大学, 2020(04)
- [10]C企业网络安全分析与改进研究[D]. 张守俊. 南京邮电大学, 2018(02)