学术论文信息

 题名：   基于SVM的Webshell黑盒检测 
 作者：   叶飞,龚俭,杨望 
 杂志/会议：   南京航空航天大学学报 
 卷、期、页码：    
 时间：   2015-12 
 关键词：   Webshell；网站后门；支持向量机；入侵检测；机器学习 
 摘要：  Webshell是一种基于Web的网站后门程序。当前已有的Webshell检测方法都需要根据脚本程序源代码来检测，因此只能部署在服务器主机上，而且只能检测本机的网站代码。本文通过分析Webshell的HTML页面特征，提出了一种基于SVM分类算法的黑盒检测方法。该方法是一种有监督的机器学习系统，对先验网页的HTML页面进行学习，可以在未知脚本源代码的情况下对于Webshell进行检测。实现结果表明，该方法在黑盒的条件下达到了较高的准确率和极低的误报率，并且取得了与白盒检测方法相近的检出率，可以部署在基于网络的入侵检测系统中，同时监测多台服务器是否包含Webshell，从而可以帮助监控入侵趋势和网络安全态势。
 索引：   
 暂不提供下载        导出