首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于机器学习组合算法的Webshell检测方法与实现

中文摘要第10-12页
ABSTRACT第12-13页
第一章 绪论第14-22页
    1.1 课题背景及意义第14-15页
    1.2 研究问题现状分析第15-20页
        1.2.1 静态分析检测国内外研究现状第15-18页
        1.2.2 动态分析检测国内外研究现状第18-19页
        1.2.3 机器学习检测国内外研究现状第19-20页
    1.3 研究内容及章节安排第20-22页
第二章 Webshell检测相关理论及技术第22-27页
    2.1 Webshell概述第22-23页
        2.1.1 Webshell介绍第22页
        2.1.2 Webshell分类第22-23页
    2.2 Webshell特征第23-25页
        2.2.1 关键词及高危函数特征第23-24页
        2.2.2 文件时间特征第24页
        2.2.3 动态行为特征第24页
        2.2.4 访问特征第24-25页
    2.3 机器学习算法第25-27页
        2.3.1 TF-IDF算法第25页
        2.3.2 K近邻算法第25页
        2.3.3 朴素贝叶斯算法第25-26页
        2.3.4 决策树和随机森林算法第26页
        2.3.5 支持向量机算法第26-27页
第三章 Webshell检测系统设计与实现第27-39页
    3.1 系统需求分析第27页
    3.2 系统可行性分析第27-28页
    3.3 系统总体设计第28-29页
        3.3.1 系统设计目标第28页
        3.3.2 系统总体架构第28-29页
    3.4 系统详细设计与实现第29-38页
        3.4.1 机器学习训练子系统第29-36页
        3.4.2 机器学习检测子系统第36-38页
    3.5 本章小结第38-39页
第四章 文本特征提取算法分析与优化第39-60页
    4.1 词集词袋模型第39-45页
        4.1.1 ngram_range值对结果的影响分析第41-42页
        4.1.2 max_features值对结果的影响分析第42-45页
        4.1.3 结论第45页
    4.2 TF-IDF模型第45-50页
        4.2.1 TfdfTransformer采用默认值第46-48页
        4.2.2 TfidfTransformer参数norm对结果的影响分析第48页
        4.2.3 TfidfTransformer参数use_idf对结果的影响分析第48-49页
        4.2.4 TfidfTransformer参数smooth_idf对结果的影响分析第49页
        4.2.5 TfidfTransformer参数sublinear_tf对结果的影响分析第49-50页
        4.2.6 结论第50页
    4.3 HashingVectorizer模型第50-58页
        4.3.1 n_features值对准确率及召回率的影响分析第51-55页
        4.3.2 ngram_range值对准确率及召回率的影响分析第55-56页
        4.3.3 norm值对准确率及召回率的影响分析第56-57页
        4.3.4 alternate_sign值对准确率及召回率的影响分析第57页
        4.3.5 non_negative值对准确率及召回率的影响分析第57-58页
        4.3.6 结论第58页
    4.4 本章小结第58-60页
第五章 机器学习检测方法的测试与结果分析第60-71页
    5.1 测试目标和方法第60-61页
        5.1.1 测试期望第60页
        5.1.2 测试目标第60页
        5.1.3 数据选取及环境说明第60-61页
    5.2 测试结果第61-70页
        5.2.1 单一算法测试结果第61-62页
        5.2.2 两种组合算法测试结果第62-63页
        5.2.3 三种组合算法测试结果第63-65页
        5.2.4 四种组合算法测试结果第65-67页
        5.2.5 五种组合算法测试结果第67-68页
        5.2.6 六种组合算法测试结果第68-69页
        5.2.7 七种组合算法测试结果第69-70页
    5.3 测试结果对比分析第70页
    5.4 本章小结第70-71页
第六章 结论第71-72页
参考文献第72-76页
致谢第76-77页
学位论文评阅及答辩情况表第77页

论文共77页,点击 下载论文
上一篇:中国数字音频产业内容付费模式研究
下一篇:基于光纤光栅的人体上肢姿态柔性检测与识别研究