基于BPTT算法的webshell检测研究
先正锴
甘刚
1.成都信息工程大学网络空间安全学院 成都 6102252.成都信息工程大学网络空间安全学院 成都 610225
摘要：webshell是黑客用于网络攻击中重要的攻击工具,当服务器被入侵后攻击者可以利用webshell实现更进一步的攻击行为.攻击者往往会对webshell进行加密或者一系列混淆手段,导致已有的检测方法对于新型的变形手段检测效果有限.据此提出了使用神经网络进行自学习以检测webshell的方案,其中利用opcode字节码进行数据处理学习,这样可以无视多数混淆和变形手段.论文设计分析了2个神经网络模型进行训练学习,提出了滑动窗口截断反向传播算法并将其运用到其中一种模型作为对比试验,均得到了96％以上的准确率,其中使用了滑动窗口截断反向传播算法准确率相比均有提升,证明了神经网络在webshell检测方面的可行性,验证了滑动窗口截断反向传播算法的有效性.
关键词：webshell截断反向传播web安全深度学习
分类号：TP393.08(计算技术、计算机技术)
资助基金：MMJJ20180244)((编号)
论文发表日期：2020-02-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 372-377,408 )
英文信息