盐可

黑客入侵Web服务器后，通常会通过系统漏洞进一步提权，获得ROOT权限。我们可以通过搜集LINUX服务器的bash操作日志，通过训练识别出特定用户的操作习惯，然后进一步识别出异常操作的行为。1.数据搜集       训练集包括50个用户的操作日志，每个日志包括15000个操作命令，其中5000条都是正常操作，后面的10000条日志中随机包含有异常操作，每100条操作作为一个操作序列，保存在...

1.使用ADFA-LD数据集，逐行读取，并记录系统调用序号的最大值。max_sequences_len=300max_sys_call=0def load_one_flle(filename): global max_sys_call x=[] with open(filename) as f: line=f.readline() ...

1.数据集使用ADFA-LD数据集def load_all_files(): import glob x=[] y=[] files=glob.glob("ADFA-LD/Attack_Data_Master/*/*") for file in files: with open(file) as f: lines...

1.数据收集与清洗：同（十）2.特征化：同（十）3.训练样本model = KMeans(n_clusters = 2, random_state=random_state)y_pred = model.fit_predict(x) 4.效果验证：使用TSNE将高维向量降维tsne = TSNE(learning_rate=100)x=tsne.fit_transfo...

1.数据搜集和数据清洗      ·1000个cryptolocker域名      ·1000个post-tovar-goz域名      ·alexa前1000域名       从DGA文件中提取域名数据：def load_dga(filename): domain_list = [] with open(filename) as f: f...

1.特征化：提取特征，对特征进行向量化，标准化，均方差缩放，去均值操作def get_len(url): return len(url)def get_url_count(url): if re.search('(http://)|(http://)',url,re.IGNORECASE): return 1 else: return...

（1）检测JAVA溢出攻击1.数据搜集：加载ADFA-LD正常样本数据，定义遍历目录下文件的函数，从攻击数据集中筛选和JAVA溢出攻击相关的数据，原理同（四）2.特征化：与（四）一致，使用词集模型3.训练样本logreg = linear_model.LogisticRegression(C=1e5)4.效果验证与（四）原理一致（2）识别验证码1.数据搜集：使用MNI...

一、检测Web异常操作       1.数据搜集：一样       2.特征化            使用词集模型，统计全部操作命令，去重后形成字典或词汇表：with open(filename) as f: for line in f: line=line.strip('\n') dist.append(line)fdist = Fre...

1.数据搜集：        加载ADFA-LD中正常数据        定义遍历目录下文件        从攻击数据中筛选出和FTP暴力破解有关的数据        都与（四）原理相同2.特征化：与（四）相同3.训练样本clf= RandomForestClassifier(n_estimators=10)4.效果验证：与（四）原理相同，十折交叉...

1.数据搜集    加载KDD 99中的数据：def load_kdd99(filename): x=[] with open(filename) asf: for line in f: line=line.strip('\n') line=line.split(',') x.appe...

1.数据搜集      加载ADFA-LD中正常样本数据：def load_adfa_training_files(rootdir): x=[] y=[] list = os.listdir(rootdir) for i in range(0, len(list)): path=os.path.join(rootdir,list[i]) ...

      Rootkit是一种特殊的恶意软件，它的功能是在安装目标上隐藏自身以及指定的文件，进程和网络链接等信息。1.数据搜集       KDD 99 TCP连接内容特征包括hot ,num_faild_logins ,logged_in ,num_compromised ,root_shell ,su_attempted ,num_root ,num_file_creations ,...

使用全量比较，而不是最频繁和最不频繁的比较。1.数据搜集       我们使用词集的模型，将全部命令去重后形成一个大型向量空间，每个命令代表一个特征，首先通过遍历全部命令，生成对应词集。with open(filename) as f:for line in f: line = line.strip('\n') dist.append(line)fdist = F...

1.数据集清洗（load_one_file()这里需要注意一下，系统默认utf-8编码，但是"utf-8"以及"gbk"编码数据集文件都会报错，所以使用encoding="cp852")def load_one_file(filename): x="" with open(filename,encoding="cp852") as f: for line ...