10.3778/j.issn.1002-8331.2005-0212
基于近邻成分分析的WebShell特征处理算法研究
为解决WebShell样本在文本向量化处理中出现的"维度灾难"和检测效果差的问题,提出了基于近邻成分分析(Neighborhood Component Analysis,NCA)的WebShell特征处理算法.算法通过NCA自动化学习投影矩阵,在保留全局信息的同时完成高维特征空间的约减,为避免过于依赖总体训练样本,采用ReliefF特征选择方法从局部信息的角度进一步优化特征处理,提高WebShell模型检测性能.实验表明,基于近邻成分分析的WebShell特征处理方法能有效检测WebShell,并在准确率、召回率上优于大多数传统特征处理算法的WebShell检测模型.
WebShell;特征处理;近邻成分分析;ReliefF算法
57
TP309(计算技术、计算机技术)
国家自然科学基金重点项目重大联合;新疆维吾尔自治区创新环境人才、基地建设专项
2021-08-25(万方平台首次上网日期,不代表论文的发表时间)
共9页
125-133