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,。