.png){kind=icon}
返回
Attention-guided adversarial sample generation for robust webshell detection
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jisa.2025.104270.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
Webshells是恶意脚本，通常被用作后门以破坏Web服务器，构成严重的网络安全威胁。尽管深度学习模型在Webshell检测中取得了有前景的结果，但它们易受对抗攻击，这一问题仍是一个关键挑战。此类攻击会显著降低检测精度，使对抗性Webshells能够绕过安全机制。此外，针对Webshell的对抗攻击研究有限，且通常仅限于一种编程语言。
Keyword:
Cybersecurity
Adversarial samples
Black-box transfer attack
Webshell
Abstract syntax code
Deep learning
期刊
IF:
3.7
论文数:
2.0K
被引数:
4.9K
机构
暂无机构信息
.png){kind=icon}
