kennyzeng / webshell-aihunter

机器学习NB算法实现基于文本的WebShell检测工具

WebShell AIHunter - 机器学习算法检测Webhell

Welcome to my personal blog（＾◇＾）

---

工具介绍

• [⇥] 机器学习NB算法（朴素贝叶斯算法）

• [⇥] 词袋加IF-TDF模型对数据进行预处理及特征提取

• [⇥] 基于文本的WebShell检测

• [⇥] 支持检测php，asp和jsp三种类型的Webshell

数据格式

⚠️⚠️ Data文件夹形式默认结构如下：

• Data
  • check
  • normal
    • asp
    • jsp
    • php
  • WebShell
    • asp
    • jsp
    • php

💎 Tips:

1.训练时需自行填充Data文件夹下对应目录的文件

2.WebShell文件夹存放3种格式的WebShell文件，normal文件夹存放3种格式的正常文件，check文件夹下存放待检测的文件

3.待检测文件无需分类别存放

4.所有文件下可以有子文件，但是不支持压缩文件包。

5.训练和检测时只会打开对应格式的文件，错误格式文件会自动跳过

6.Release只会发布训练好的模型和检测脚本

使用方法

检测

• 只需要下载Release的版本，将待检测文件放入Data/check文件夹下，执行python check.py命令即可

训练

• 下载整个项目的源代码

• 按照数据格式部分分别填充黑白样本文件

• 依次执行python train_php.py、python train_asp.py、python train_jsp.py命令即可训练模型

下一步计划

• 代码优化 + 算法更新 + 添加更多的Webshell静态检验（动态污点追踪暂时想不了==）

• 更多类型检测 + 自主指定文件夹

• 考虑建立黑样本模型，类似黑名单机制（理论上白样本模型应该更好可是不切实际）

• 另外求更多更好的黑样本 🙏🙏