科研之友
微信
新浪微博
Facebook
分享链接
摘要
分析了WebShell产生原因及其危害性。采用ADFA-LD数据集，训练集和测试集数据的比例为7:3，然后运用Pytorch深度学习框架，设计和实现了一个BP神经网络模型和一个LSTM神经网络模型。BP神经网络层数4层，其中隐藏层2层，第1层隐藏层有100个神经元，第2层隐藏层有50个神经元，激活函数为logistic函数，迭代次数为10，初始学习率设置为0.001。LSTM神经网络层数3层，输入X的特征维度为124，其中隐藏层1层，100个神经元，迭代次数为100，每组数据20个，学习率为0.001。实验表明：两个模型检测精度最终均为95%，说明本文构建的两个神经网络模型在模型结构、参数设置上较合理，因此两个模型能以较高准确率检测Web站点中是否存在WebShell。
-
单位河北建筑工程学院
