采用随机森林改进算法的WebShell检测方法

• 作者: 戚兰兰 施凡 胡荣贵 贾文超
• 来源期刊: 计算机应用研究
• 关键词: WebShell检测 随机森林 特征划分 Fisher准则
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 信息安全技术
• 页码范围: 1558-1561
• 页数: 4页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.05.060

摘要

为解决WebShell检测特征覆盖不全、检测算法有待完善的问题,提出一种基于随机森林改进算法的WebShell检测方法.首先对三种类型的WeSshell进行深入特征分析,构建多维特征,较全面地覆盖静态属性和动态行为,改进随机森林特征选取方法;依据Fisher比度量特征重要性,对子类的依赖特征进行划分,按比例和顺序从中选择特征,克服特征选择完全随机带来的弊端,提高决策树分类强度,降低树间相关度.实验对随机森林改进算法和标准算法进行了对比分析,结果表明改进算法依靠更少的决策树就能达到很好的效果,并进一步与SVM算法进行比较,证明该方法提高了WebShell检测的效率和准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施凡	电子工程学院网络系	8	58	5.0	7.0
2	胡荣贵	电子工程学院网络系	11	46	3.0	6.0
3	贾文超	电子工程学院网络系	2	25	2.0	2.0
4	戚兰兰	电子工程学院网络系	1	13	1.0	1.0