基于NN-SVM的Webshell检测方法

被引:11
|
作者
朱魏魏 [1 ]
胡勇 [1 ]
机构
[1] 四川大学电子信息学院
关键词
Webshell检测; 特征选取; NN-SVM;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习]; TP393.092 [];
学科分类号
080402 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
本文针对Webshell特征混淆选取新的特征参数,应用NN-SVM的分类特性来识别Webshell,来提高Webshell检测概率。由于样本正反混淆造成SVM分类准确率不够高,采用一种基于NN分类器的改进算法,综合距离与同异类点个数的因素,通过计算样本点对最近T个样本点的类别归属程度来对样本集进行修剪,从而减少正反类的混淆,以降低SVM的学习代价,提高泛化能力,在有效的减少学习样本数同时,解决小样本的机器学习问题,优化SVM对Webshell的检测能力。
引用
收藏
页码:55 / 58
页数:4
相关论文
共 10 条
  • [1] Linux下基于SVM分类器的WebShell检测方法研究
    孟正
    梅瑞
    张涛
    文伟平
    [J]. 信息网络安全, 2014, (05) : 5 - 9
  • [2] 一种新式Vigenere密码的破译和研究
    何晓琴
    陆一南
    [J]. 计算机科学, 2013, 40 (12) : 208 - 210
  • [3] 基于决策树的Webshell检测方法研究
    胡建康
    徐震
    马多贺
    杨婧
    [J]. 网络新媒体技术, 2012, 1 (06) : 15 - 19
  • [4] SVM分类核函数及参数选择比较
    奉国和
    [J]. 计算机工程与应用, 2011, 47 (03) : 123 - 124
  • [5] 一种基于奇异值特征的神经网络人脸识别新途径
    甘俊英
    张有为
    [J]. 电子学报, 2004, (01) : 170 - 173
  • [6] 一种改进的支持向量机NN-SVM
    李红莲
    王春花
    袁保宗
    [J]. 计算机学报, 2003, (08) : 1015 - 1020
  • [7] 网页木马的防御与检测技术研究[D]. 黄伟光.北京交通大学. 2011
  • [8] 数学之美[M]. 人民邮电出版社 , 吴军, 2012
  • [9] 数据挖掘:概念与技术[M]. 机械工业出版社 , (美) 韩家炜等, 2006
  • [10] Design of Software to Search ASP Web Shell[J] . Xu Mingkun,Chen Xi,Hu Yan.Procedia Engineering . 2012