[1]Hou Y T, Chang Y, Chen T, et al. Malicious Web content detection by machine learning[J]. Expert Systems with Applications, 2010, 37(1): 5560[2]丁辉. 网站被黑中毒WebShell木马的解决方案[J]. 计算机与网络, 2014, 40(3): 6868[3]杜海章, 方勇. PHP webshell实时动态检测[J]. 网络安全技术与应用, 2014, 12(12): 120121[4]李万新. Web日志数据挖掘在服务器安全方面的应用[J]. 逻辑学研究, 2007, 27(5): 116118[5]范春荣, 张战勇, 肖新华. 充分利用Web日志分析检测黑客入侵[J]. 石家庄铁路职业技术学院学报, 2009, 1(1): 8488[6]齐建军. 窃密型 WebShell 检测方法[J]. 计算机与网络, 2015, 41(13): 3839[7]彭薇. 网站Web日志数据预处理模型的建立[J]. 企业科技与发展: 下半月, 2010 (9): 2831[8]胡宏智, 王华. Web日志挖掘技术的应用研究[J]. 网络安全技术与应用, 2011 (5): 7778[9]段娟. 基于Web应用安全日志审计系统的研究与设计[D]. 北京: 北京邮电大学, 2015[10]Xu Mingkun, Chen Xi, Hu Yan. Design of software to search ASP Web shell[J]. Procedia Engineering, 2012, 29: 123127[11]刘晓亮, 丁世飞, 朱红,等. SVM用于文本分类的适用性[J]. 计算机工程与科学, 2010, 32(6): 106108[12]孟正, 梅瑞, 张涛,等. Linux下基于SVM分类器的WebShell检测方法研究[J]. 信息网络安全, 2014 (5): 59[13]熊志斌, 刘冬. 朴素贝叶斯在文本分类中的应用[J]. 软件导刊, 2013, 20(2): 4951[14]张晓明, 付强. SVM算法在Web服务蜜罐日志分析中的应用[J]. 沈阳大学学报: 自然科学版, 2013, 25(1): 3538[15]刘志宏, 孙长国. 基于Web访问日志的异常行为检测[J]. 计算机与网络, 2015, 41(13): 6264[16]陈宝国, 郑丽英. 基于Web日志文件的孤立点检测算法[J]. 计算机与数字工程, 2010, 38(5): 3537 |