基于支持向量机的！#$%.PDFVIP

第!卷第#期 南!京!航!空!航!天!大!学!学!报 =).!0)# !! ! ! ! ! ! ! $%年$月 ()*+,-.)/0-,12,34,256+7289)/:6+),-*82;7 :78+),-*82;7 !?6;$% ?@A!%#B#1%%C$#$%%#%$% 基于支持向量机的 !#$%黑盒检测 叶!飞!$!龚!俭!$!杨!望!$ #东南大学计算机科学与工程学院$南京$$%%D#%$江苏省计算机网络技术重点实验室$南京$$%%D# 摘要!E6F7G6..是一种基于 E6F的网站后门程序!当前已有的 E6F7G6..检测方法都需要根据脚本程序源代码 来检测因此只能部署在服务器主机上而且只能检测本机的网站代码!本文通过分析 E6F7G6..的 HIJK 页 面特征提出了一种基于支持向量机#L*MM)+856;8)+N-;G2,6L=J$分类算法的黑盒检测方法!该方法是一种 有监督的机器学习系统对先验网页的 HIJK 页面进行学习可以在未知脚本源代码的情况下对 E6F7G6..进 行检测!实现结果表明该方法在黑盒的条件下达到了较高的准确率和极低的误报率并且取得了与白盒检测 方法相近的检出率可以部署在基于网络的入侵检测系统中同时监测多台服务器是否包含 E6F7G6..从而帮助 监控入侵趋势和网络安全态势! 关键词!E6F7G6..%网站后门%支持向量机%入侵检测%机器学习 中图分类号!IOBDB!!!文献标志码!:!!!文章编号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