基于BERT-LSTM模型的WebShell文件检测研究
所屬分類：技术论文
上傳者：wwei
文檔大小：883 K
標(biāo)簽： BERT LSTM WebShell
所需積分：0分積分不夠怎么辦？
文檔介紹：针对基于传统规则的WebShell文件检测难度大，采用文本分类的思想，设计了一种基于BERT-LSTM模型的WebShell检测方法。首先，对现有公开的正常PHP文件和恶意PHP文件进行清洗编译，得到指令opcode码；然后，通过变换器的双向编码器表示技术（BERT）将操作码转换为特征向量；最后结合长短期记忆网络（LSTM）从文本序列角度检测特征建立分类模型。实验结果表明，该检测模型的准确率为98.95%，召回率为99.45%，F1值为99.09%，相比于其他模型检测效果更好。
現(xiàn)在下載
VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。