基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,互联网行业发展迅速,网络安全的重要性与日俱增.网络安全领域涉及到各种问题,比如恶意代码检测、攻击溯源等,而Webshell作为一种恶意代码,也得到了学术界和业界的关注.Webshell的检测方法除了简单低效的关键词匹配之外,还有各种机器学习算法.Webshell代码经过逃逸技术处理之后,基于关键词匹配的检测算法无法有效检测出Webshell,常规的机器学习算法不能提取深层特征,检测准确率不高.因此,提出基于RNN的Webshell检测方法.实验结果表明,该方法在准确率、漏报率、误报率等指标上优于传统的机器学习算法.
推荐文章
采用随机森林改进算法的WebShell检测方法
WebShell检测
随机森林
特征划分
Fisher准则
基于RNN的非线性预测语音编码
RNN
语音编码
非线性预测
基于BPTT算法的webshell检测研究
webshell
截断反向传播
web安全
深度学习
基于CNN的Webshell文件检测
Webshell
opcode
词汇表模型
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于RNN的Webshell检测研究
来源期刊 计算机工程与应用 学科 工学
关键词 网络安全 Webshell 深度学习
年,卷(期) 2020,(14) 所属期刊栏目 网络、通信与安全
研究方向 页码范围 88-92
页数 5页 分类号 TP393.08|TP183
字数 5208字 语种 中文
DOI 10.3778/j.issn.1002-8331.1904-0420
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晨 2 3 1.0 1.0
2 周龙 1 0 0.0 0.0
3 史崯 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (21)
参考文献  (11)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1948(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(8)
  • 参考文献(0)
  • 二级参考文献(8)
2016(8)
  • 参考文献(1)
  • 二级参考文献(7)
2017(5)
  • 参考文献(2)
  • 二级参考文献(3)
2018(9)
  • 参考文献(6)
  • 二级参考文献(3)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络安全
Webshell
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导