基于BERT-LSTM模型的WebShell文件检测研究AET-电子技术应用-最丰富的电子设计资源平台

基于BERT-LSTM模型的WebShell文件检测研究
所属分类：技术论文
上传者：wwei
文档大小：883 K
标签： BERT LSTM WebShell
所需积分：0分积分不够怎么办？
文档介绍：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。
现在下载
VIP会员，AET专家下载不扣分；重复下载不扣分，本人上传资源不扣分。

活动