[发明专利]基于云WAF的深度学习WebShell防护方法在审
| 申请号： | 201910306425.8 | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN110086788A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 唐其彪;范渊 | 申请（专利权）人： | 杭州安恒信息技术股份有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;H04L29/08 |
| 代理公司： | 杭州赛科专利代理事务所(普通合伙) 33230 | 代理人： | 郭薇;冯年群 |
| 地址： | 310051 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 算法模板 上传文件 负样本 正样本 预测 预处理 防护 文本 攻击行为 模块通知 学习训练 正常文本 后提取 精准度 实时性 数据包 误报率 准确率 等量 黑客 算法 学习 放行 占用 检测 网络 | ||
1.一种基于云WAF的深度学习WebShell防护方法，其特征在于：所述方法包括以下步骤：
步骤1：收集等量的正常文本和WebShell文本分别作为正样本和负样本；
步骤2：对正样本和负样本进行预处理，提取特征；
步骤3：采用深度学习的算法对特征进行训练，直至得到稳定的算法模板；
步骤4：获取客户端的上传文本，缓存到本地，以与步骤2相同的方式进行预处理并提取特征；
步骤5：使用算法模板对步骤4提取的特征进行实时预测；
步骤6：若预测为WebShell文本，则通过Redis模块通知WAF模块进行实时阻断，返回步骤4，否则，直接返回步骤4。
2.根据权利要求1所述的一种基于云WAF的深度学习WebShell防护方法，其特征在于：所述步骤2中，预处理包括去除冗余信息及通过Tokenizer转化文本序列索引库。
3.根据权利要求2所述的一种基于云WAF的深度学习WebShell防护方法，其特征在于：所述冗余信息包括信息头。
4.根据权利要求2所述的一种基于云WAF的深度学习WebShell防护方法，其特征在于：特征包括通过Tokenizer提取的正样本和负样本的文本序列化信息。
5.根据权利要求1所述的一种基于云WAF的深度学习WebShell防护方法，其特征在于：所述步骤3中，深度学习的的算法包括配合设置的卷积神经网络和长短期记忆网络，所述特征输入卷积神经网络，卷积神经网络输出的向量特征输入长短期记忆网络，对长短期记忆网络的输出结果进行验证，基于验证结果对卷积神经网络和长短期记忆网络进行调整。
6.根据权利要求5所述的一种基于云WAF的深度学习WebShell防护方法，其特征在于：对长短期记忆网络的输出结果通过十折交叉方法进行验证。
7.根据权利要求1所述的一种基于云WAF的深度学习WebShell防护方法，其特征在于：所述方法还包括更新方法；若线上攻击达到阈值G或算法模板使用超过时间T，则强制返回步骤1，更新算法模板。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州安恒信息技术股份有限公司，未经杭州安恒信息技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910306425.8/1.html，转载请声明来源钻瓜专利网。
