基于深度学习和半监督学习的websheII检测方法

• 作者: 吴斌 赵力
• 来源期刊: 信息技术与网络安全
• 学科: 工学
• 关键词: 深度学习 半监督学习 webshell检测 单分类 增量学习
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 19-22
• 页数: 4页
• 分类号: TP399
• 字数: 3740字
• 语种: 中文
• DOI: 10.19358/j.issn.2096-5133.2018.08.005

摘要

半监督学习是一种重要的机器学习方法,能同时使用有标记样本和无标记样本进行学习.在webshell检测领域,有标记样本少、形式灵活多变、易混淆,基于特征匹配的方式很难进行准确检测.针对标记样本较少的现状,提出一种基于深度学习和半监督学习的webshell检测方法,先使用卡方检验和深度学习方法获取样本的文本向量,然后分别使用单分类和增量学习方式训练,提高分类性能.使用github公开数据集进行训练和测试,实验结果验证该方法能够有效改善webshell检测的漏报率和误报率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴斌		1	5	1.0	1.0
2	赵力		1	5	1.0	1.0