系列文章目录
- 《基于数据科学的恶意软件分析(一)》:通过四种方法静态分析恶意软件;
- 《基于数据科学的恶意软件分析(二)》:x86架构反汇编基本原理及实践
- 《基于数据科学的恶意软件分析(三)》:通过动态运行恶意软件来解析其功能
- 《基于数据科学的恶意软件分析(四)》:利用恶意软件网络识别攻击互动
- 《基于数据科学的恶意软件分析(五)》:利用共享代码分析恶意软件
- 《基于数据科学的恶意软件分析(六)》:一些常用的机器学习方法
- 《基于数据科学的恶意软件分析(七)》:以多种测试标准的评价方法
- 《基于数据科学的恶意软件分析(八)》:构建基于机器学习的恶意代码检测器
- 《基于数据科学的恶意软件分析(九)》:可视化恶意软件的趋势
- 《基于数据科学的恶意软件分析(十)》:介绍深度学习基础
- 《基于数据科学的恶意软件分析(十一)》:利用keras构建神经网络的恶意软件检测器
本文主旨
本文提供了静态分析恶意软件所需要的汇编基础