基于语义分析的PHP Webshell检测方法研究

• 作者: 吴毅良 岳子涵 沈兴文 薛质
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: Webshell 抽象语法树 机器学习 Word2vec XGBoost
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 安全与保密
• 页码范围: 3051-3055
• 页数: 5页
• 分类号: TP393.08
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2020.12.028

摘要

随着计算机技术的蓬勃发展,网络安全问题得到了更多关注.Webshell是最常见的网络攻击方法之一,其复杂性和多变性使得传统的检测方法对于Webshell变体检测效果较差.因此,提出了一种基于语义分析的Webshell检测模型,通过语义分析得到代表PHP代码行为节点及相互依赖关系的抽象语法树,构建基于Word2vec的检测模型提取行为特征,并结合不同的机器学习算法进行检测.实验结果表明,基于语义分析和XGBoost的检测机制可有效检测出恶意Webshell,准确率高达98％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛质		274	1489	18.0	25.0
2	岳子涵		1	0	0.0	0.0
3	沈兴文		1	0	0.0	0.0
4	吴毅良		2	0	0.0	0.0