基于机器学习的WebShell检测方法技术

本申请涉及基于机器学习的WebShell检测方法，涉及网络安全技术领域，该方法包括获取目标文件；对目标文件进行解析，得到PHP Opcode动态特征，PHP Opcode动态特征包括Opcode序列、函数调用模式、系统命令执行；根据目标文件进行文本内容提取，得到静态特征；将动态特征与静态特征进行结合，得到第一检测结果；基于目标文件进行流量检测，得到第二检测结果；基于第一检测结果以及第二检测结果，确定目标文件为WebShell。本申请具有提高WebShel检测的准确性的效果。

【技术实现步骤摘要】

本申请涉及网络安全，尤其是涉及基于机器学习的webshell检测方法。

技术介绍

1、webshell是一种以asp、php、jsp或者cgi等网页文件形式存在的命令执行环境，也可以将webshell称作一种网页后门，它是黑客入侵网站服务器的脚本攻击工具。目前，黑客在入侵了一个网站后，通常会将这些asp或php等后门文件与网站服务器web目录下正常的网页文件混在一起，然后通过浏览器来访问这些asp或php等后门文件，得到一个命令执行环境，以达到控制网站服务器的目的。因此，检测webshell对于保证网站安全十分重要。

2、相关的一种，webshell检测方法主要依赖于危险函数识别和规则匹配，通过查找特定的关键字、函数调用和代码结构等方式来判断是否为webshell。

3、到那时随着技术的不断发展，webshell使用混淆字符、利用注释、添加脏数据、改变代码特征以及代码加密等手段来逃避检测，使得基于危险函数和恶意特征识别的检测方法对新型webshell检测效果不佳。

技术实现思路

1、为本文档来自技高网...

【技术保护点】

1.基于机器学习的WebShell检测方法，其特征在于，包括：

2.根据权利要求1所述的基于机器学习的WebShell检测方法，其特征在于，所述对所述目标文件进行解析，得到PHP Opcode动态特征，包括：

3.根据权利要求1所述的基于机器学习的WebShell检测方法，其特征在于，所述将所述动态特征与所述静态特征进行结合，得到第一检测结果包括：

4.根据权利要求1所述的基于机器学习的WebShell检测方法，其特征在于，所述基于所述目标文件进行流量检测，得到第二检测结果,包括:

5.根据权利要求4任意一项所述的基于机器学习的WebShe...

【技术特征摘要】

1.基于机器学习的webshell检测方法，其特征在于，包括：

2.根据权利要求1所述的基于机器学习的webshell检测方法，其特征在于，所述对所述目标文件进行解析，得到php opcode动态特征，包括：

3.根据权利要求1所述的基于机器学习的webshell检测方法，其特征在于，所述将所述动态特征与所述静态特征进行结合，得到第一检测结果包括：

4.根据权利要求1所述的基于机器学习的webshell检测方法，其特征在于，所述基于所述目标文件进行流量检测，得到第二检测结果,包括:

5.根据权利要求4任意一项所述的基于机器学习的webshell检测方法，其特征在于，所述基于所述流量数据，对所述流量数据进行处理...

【专利技术属性】
技术研发人员：马超，赵亚哲，于娟娟，
申请(专利权)人：山西晋信安科技有限公司，
类型：发明
国别省市：