基于机器学习的 Webshell 发现技术探索

Webshell 是一类网站后门的统称，黑客使用 Webshell 可以长期控制 Web 服务器从而进一步入侵网络，不断提高发现 Webshell 的能力是甲方安全的一个重要工作。传统的 Webshell 发现技术主要依赖规则、黑白名单，面对变化多端的各种 Webshell 已经捉襟见肘。

本场 Chat 我会和大家分享一下使用机器学习技术发现 Webshell 的一些方法，希望和大家可以互通有无，共同进步。

实录提要：

对于没有显示出 jsp 等后缀的网站如何检测？

对于 Node JavaScript 机器学习可以用在哪些方面？

在企业安全中，机器学习可以做哪些事？

在镜像流量的使用场景下（以 Spark 为例），mllib 可以做哪些安全方面的工作？

词袋模型为什么选择 n-gram，n 取值是尝试出来的吗？有规律或者经验吗？

检测 Webshell 的思路能够用来检测其他安全问题吗？如 SQLI？

对于 PHP 有没有工具可以检测出 Webshell？

n-gram 做提取的时候，有没有考虑降维，如果需要降维的话，需要怎么做？

阅读全文: http://gitbook.cn/gitchat/activity/5948c8623d1cd37d1f1135f9