基于近邻成分分析的WebShell特征处理算法研究

• 作者: 周爱君 努尔布力 艾壮 肖中正
• 来源期刊: 计算机工程与应用
• 关键词: WebShell 特征处理 近邻成分分析 ReliefF算法
• 年，卷（期）: 2021,（16）
• 所属期刊栏目: 网络、通信与安全|Network, Communication and Security
• 页码范围: 125-133
• 页数: 9页
• 分类号: TP309
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2005-0212

摘要

为解决WebShell样本在文本向量化处理中出现的"维度灾难"和检测效果差的问题,提出了基于近邻成分分析(Neighborhood Component Analysis,NCA)的WebShell特征处理算法.算法通过NCA自动化学习投影矩阵,在保留全局信息的同时完成高维特征空间的约减,为避免过于依赖总体训练样本,采用ReliefF特征选择方法从局部信息的角度进一步优化特征处理,提高WebShell模型检测性能.实验表明,基于近邻成分分析的WebShell特征处理方法能有效检测WebShell,并在准确率、召回率上优于大多数传统特征处理算法的WebShell检测模型.