基于机器学习与动静态分析的Webshell检测方法及系统

摘要

本发明实施例提出基于机器学习与动静态分析的Webshell检测方法及系统，涉及Webshell检测技术领域。该方法通过获取样本文件，提取所述样本文件的静态特征和动态特征，依据所述静态特征、动态特征和机器学习算法得到分类模型，所述分类模型对待检测文件进行分析并得到检测结果。本发明采用动静态相结合的分析手段，提取特征更全面，采用多种分类算法结合的机器学习算法对大量Webshell样本和正常网页样本进行学习形成分类模型，分类模型稳定性更高，分类更加准确；采用该分类模型可有效检测出Webshell及其变种，预测新型Webshell，能较好地应对文本混淆手段，弥补传统采用特征码匹配检测方式的不足。