基于CNN的Webshell文件检测

• 作者: 傅建明 王应军 黎琳
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: Webshell opcode 词汇表模型 深度学习
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP399
• 字数: 5899字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2018263

摘要

Webshell是一种以ASP、PHP和JSP等网页文件形式存在的命令执行环境,可以用于Web服务器的远程访问控制.Webshell采用混淆和加密,增加了分析难度和检测难度.基于特征值匹配的Webshell检测方法难以有效对抗混淆加密,且无法检测未知的Webshell,为此提出了一种基于CNN的Webshell检测方法.该方法首先编译PHP文件获取opcode,再利用词汇表模型提取词序特征,最后训练得到CNN检测模型.实验结果表明,该方法在精确率、召回率、F1值都优于传统的机器学习算法,且检测率也高于现有的安全工具,证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅建明	武汉大学国家网络安全学院	52	412	10.0	18.0
5	王应军	武汉大学国家网络安全学院	4	10	2.0	3.0
6	黎琳	武汉大学国家网络安全学院	2	8	2.0	2.0