基于BERT-LSTM模型的WebShell文件檢測研究
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>883 K
標簽： BERT LSTM WebShell
所需積分：0分積分不夠怎么辦？
文檔介紹：針對基于傳統(tǒng)規(guī)則的WebShell文件檢測難度大,，采用文本分類的思想,，設計了一種基于BERT-LSTM模型的WebShell檢測方法,。首先，對現(xiàn)有公開的正常PHP文件和惡意PHP文件進行清洗編譯,，得到指令opcode碼,；然后，通過變換器的雙向編碼器表示技術（BERT）將操作碼轉換為特征向量,；最后結合長短期記憶網(wǎng)絡（LSTM）從文本序列角度檢測特征建立分類模型,。實驗結果表明，該檢測模型的準確率為98.95%,，召回率為99.45%,，F(xiàn)1值為99.09%，相比于其他模型檢測效果更好,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復下載不扣分,，本人上傳資源不扣分,。