公司

首頁 > 關(guān)于我們 > 安恒動態(tài) > 2022 > 正文

Security&AI持續(xù)深耕，安恒信息研究成果獲國際學(xué)術(shù)會議認(rèn)可

閱讀量：次 文章來源：安恒信息

近日，安恒信息中央研究院安通鑒博士帶領(lǐng)的AI安全團(tuán)隊針對網(wǎng)絡(luò)攻防場景的基于深度學(xué)習(xí)的webshell檢測的研究成果“Deep Learning Based Webshell Detection Coping with Long Text and Lexical Ambiguity”，被高等級國際學(xué)術(shù)會議ICICS International Conference on Information and Communications Security 2022（隸屬中國計算機(jī)學(xué)會推薦國際學(xué)術(shù)會議和期刊目錄）收錄并在線發(fā)表。

該研究的唯一完成單位為安恒信息，是安恒信息中央研究院在信息安全和人工智能領(lǐng)域交叉創(chuàng)新和持續(xù)深耕的成果。ICICS是網(wǎng)絡(luò)信息安全領(lǐng)域的老牌學(xué)術(shù)會議，至今已經(jīng)舉辦24屆。該國際學(xué)術(shù)會議錄用比例較低，每年僅有30篇左右的論文可以錄用，2022年的錄用比例為22.7%。安恒信息的論文經(jīng)過5位專家審稿人2輪的同行審議（peer review），從全球164篇投稿論文中脫穎而出，被ICICS 2022成功錄用。

研究內(nèi)容簡介

Webshell是一種可以讓攻擊者獲取主機(jī)權(quán)限的惡意腳本，攻擊者通過網(wǎng)站的漏洞上傳webshell后，可以持續(xù)的獲取主機(jī)的控制權(quán)，因此webshell的檢測在網(wǎng)絡(luò)攻防環(huán)境中具有重要意義。Webshell種類繁多，語法靈活，傳統(tǒng)基于規(guī)則的方法、基于啟發(fā)式的方法和基于機(jī)器學(xué)習(xí)的方法在webshell檢測中都有一定的局限性，導(dǎo)致誤報率和漏檢率較高，而深度學(xué)習(xí)的方法可以充分挖掘文本的上下文信息，但仍然面臨處理長文本時的低效和語義損失，以及在面對復(fù)雜語法時的一詞多義性問題。

長文本在webshell檢測領(lǐng)域是頻繁出現(xiàn)的，對已知webshell和正常樣本的代碼行數(shù)和token數(shù)統(tǒng)計，一半以上的webshell代碼token個數(shù)超過3400，代碼行數(shù)超過49行，而一半以上的正常代碼token個數(shù)超過1000，代碼行數(shù)超過70. 所以需要合適的方法在保留核心語義的同時去除冗余信息。

文本長度統(tǒng)計信息

一詞多義在文本處理中是比較棘手的問題，就像“蘋果”在不同的上下文中可以呈現(xiàn)水果的語義也可以呈現(xiàn)手機(jī)的語義。一詞多義在webshell檢測中表現(xiàn)為同一個名稱的token，有時呈現(xiàn)變量語義，有時呈現(xiàn)函數(shù)語義，有時呈現(xiàn)類成員語義等（如下圖中的‘status’分別呈現(xiàn)了成員語義和變量語義）。所以需要在不同的上下文中給token以不同的向量表示。