基于BERT-LSTM模型的WebShell文件檢測研究
所屬分類：技術(shù)論文
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：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(shè)計(jì)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(jìn)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(shù)（BERT）將操作碼轉(zhuǎn)換為特征向量；最后結(jié)合長短期記憶網(wǎng)絡(luò)（LSTM）從文本序列角度檢測特征建立分類模型。實(shí)驗(yàn)結(jié)果表明，該檢測模型的準(zhǔn)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(fù)下載不扣分，本人上傳資源不扣分。