基于滑动窗口注意力机制的长 PHP webshell 文件检测
密码学与安全
2025-02-28 v2 人工智能
摘要
Webshell 是一种后门类型，Web 应用程序面临着广泛的 webshell 注入攻击。因此，研究 webshell 检测技术至关重要。本研究提出了一种 webshell 检测方法。我们首先将 PHP 源代码转换为 opcodes，然后提取 Opcode Double-Tuples (ODTs)。随后，我们结合 CodeBert 和 FastText 模型进行特征表示和分类。为解决深度学习方法难以检测长 webshell 文件的问题，我们引入了滑动窗口注意力机制。该方法有效捕获长文件中的恶意行为。实验结果表明，我们的方法在 webshell 检测方面达到了高准确率，解决了传统方法在处理新型 webshell 变体和规避检测技术方面的困难。
引用
@article{arxiv.2502.19257,
title = {Poster: Long PHP webshell files detection based on sliding window attention},
author = {Zhiqiang Wang and Haoyu Wang and Lu Hao},
journal= {arXiv preprint arXiv:2502.19257},
year = {2025}
}
备注
3 pages(include 1 page poster), 1 figure. Accepted as a poster at the NDSS 2025. Poster list: http://www.ndss-symposium.org/ndss2025/accepted-posters/. Dataset/code available at http://github.com/w-32768/PHP-Webshell-Detection-via-Opcode-Analysis