基于决策树的Webshell检测方法研究

• 作者: 徐震 杨婧 胡建康 马多贺
• 来源期刊: 网络新媒体技术
• 关键词: Webshell 后门检测 决策树 Boosting
• 年，卷（期）: 2012,（6）
• 页码范围: 15-19
• 页数: 5页
• 字数: 3415字
• 语种: 中文

摘要

Webshell是一种基于Web服务的后门程序.攻击者通过Webshell获得Web服务的管理权限,从而达到对Web应用的渗透和控制.由于Webshell和普通Web页面特征几乎一致,所以可逃避传统防火墙和杀毒软件的检测.而且随着各种用于反检测特征混淆隐藏技术应用到Webshell上,使得传统基于特征码匹配的检测方式很难及时检测出新的变种.本文将讨论Webshell的特点和机理,分析其混淆隐藏技术,发掘其重要特征,提出并实现了一种基于决策树的检测模型.该模型是一种监督的机器学习系统,对先验网页样本进行学习,可有效检测出变异Webshell,弥补了传统基于特征匹配检测方法的不足,而结合集体学习方法Boosting,可以增强该模型的稳定性,提高分类准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐震	中国科学院信息工程研究所信息安全国家重点实验室	48	425	12.0	19.0
2	杨婧	中国科学院信息工程研究所信息安全国家重点实验室	16	167	5.0	12.0
3	马多贺	中国科学院信息工程研究所信息安全国家重点实验室	11	76	4.0	8.0
4	胡建康	中国科学院信息工程研究所信息安全国家重点实验室	1	33	1.0	1.0