一种基于机器学习的脚本文件检测方法、装置、设备和存储介质制造方法及图纸

本发明专利技术公开了一种基于机器学习的脚本文件检测方法、装置、设备和存储介质。一种基于机器学习的脚本文件检测方法，包括：对用于训练的脚本文件进行过滤；对过滤后的脚本文件进行特征提取；基于特征提取结果训练检测算法模型；基于训练得到的检测算法模型对待检测的脚本文件进行检测。在本实施例的技术方案中，过滤后的脚本文件类型更准确，基于训练得到的检测算法模型提高了检测算法模型的精度，从而对多种类型的webshell脚本文件进行高精度检测。多种类型的webshell脚本文件进行高精度检测。多种类型的webshell脚本文件进行高精度检测。

【技术实现步骤摘要】
一种基于机器学习的脚本文件检测方法、装置、设备和存储介质


[0001]本专利技术实施例涉及主机安全和沙箱检测技术，尤其涉及一种基于机器学习的脚本文件检测方法、装置、设备和存储介质。

技术介绍

[0002]当前互联网的使用日益普及，互联网安全对于信息安全也愈发重要，webshell是网站入侵的常用脚本文件，利用webshell可以在Web服务器上执行系统命令、窃取数据等恶意操作，危害极大。在现有技术中，通常基于动态特征来对变形或加密的webshell进行检测。
[0003]然而，现有技术存在如下技术缺陷：所需资源成本高、检测精度低，且受限于webshell的文件类型和语言，无法适应全部脚本文件类型。

技术实现思路

[0004]本专利技术提供一种基于机器学习的脚本文件检测方法、装置、设备和存储介质，以实现对多种类型的webshell脚本文件进行高精度检测。
[0005]第一方面，本专利技术实施例提供了一种基于机器学习的脚本文件检测方法，包括：
[0006]对用于训练的脚本文件进行过滤；r/>[0007]对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的脚本文件检测方法，其特征在于，包括：对用于训练的脚本文件进行过滤；对过滤后的脚本文件进行特征提取；基于特征提取结果训练检测算法模型；基于训练得到的检测算法模型对待检测的脚本文件进行检测。2.根据权利要求1所述的脚本文件检测方法，其特征在于，所述对用于训练的脚本文件进行过滤，包括：将文件名为预设后缀名的用于训练的脚本文件，作为过滤后的脚本文件。3.根据权利要求1所述的脚本文件检测方法，其特征在于，所述对过滤后的脚本文件进行特征提取，包括：通过第一特征提取方法对过滤后的脚本文件进行特征提取，得到第一特征提取结果；通过第二特征提取方法对所述过滤后的脚本文件进行特征提取，得到第二特征提取结果；合并所述第一特征提取结果和第二特征提取结果，作为所述过滤后的脚本文件的特征提取结果。4.根据权利要求3所述的脚本文件检测方法，其特征在于，所述第一特征提取方法为TF
‑
IDF特征提取方法，所述第二特征提取方法为NeoPi特征提取方法。5.根据权利要求4所述的脚本文件检测方法，其特征在于，所述通过第一特征提取方法对过滤后的脚本文件进行特征提取，包括：采用n
‑
gram对所述过滤后的脚本文...

【专利技术属性】
技术研发人员：陈嘉豪，梁彧，傅强，蔡琳，杨满智，田野，阿曼太，王杰，金红，陈晓光，
申请(专利权)人：恒安嘉新北京科技股份公司，
类型：发明
国别省市：