-
题名基于RNN的Webshell检测研究
被引量:9
- 1
-
-
作者
周龙
王晨
史崯
-
机构
武汉邮电科学研究院
南京烽火软件科技股份有限公司
-
出处
《计算机工程与应用》
CSCD
北大核心
2020年第14期88-92,共5页
-
文摘
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。
-
关键词
网络安全
WEBSHELL
深度学习
-
Keywords
network security
Webshell
deep learning
-
分类号
TP393.08
[自动化与计算机技术—计算机应用技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-