基于机器学习NB算法实现基于文本的WebShell检测工具+源代码+文档说明

# WebShell AIHunter - 机器学习算法检测Webshell <p align="center"> <a><img src="https://raw.githubusercontent.com/Coldwave96/WebShell-AIHunter/master/logo.png"/></a> </p> <p align="center"> <a><img src="https://img.shields.io/badge/Python-3-blue"></a> <a><img src="https://img.shields.io/github/v/release/coldwave96/WebShell-AIHunter"></a> <a><img src="https://img.shields.io/github/issues/coldwave96/WebShell-AIHunter"></a> <a><img src="https://img.shields.io/badge/Platform-Linux%20%7C%20Windows-orange"></a> <a><img src="https://img.shields.io/github/license/coldwave96/WebShell-AIHunter"></a> <a><img src="https://img.shields.io/github/forks/Coldwave96/WebShell-AIHunter"></a> <a><img src="https://img.shields.io/github/stars/Coldwave96/WebShell-AIHunter"></a> <a><img src="https://img.shields.io/github/contributors/Coldwave96/WebShell-AIHunter"></a> </p> <p align="center"> <a href="https://coldwave96.github.io/">Welcome to my personal blog（＾◇＾）</a> </p> <hr> ## 工具介绍 - [⇥] 机器学习NB算法（朴素贝叶斯算法） - [⇥] 词袋加IF-TDF模型对数据进行预处理及特征提取 - [⇥] 基于文本的WebShell检测 - [⇥] 支持检测php，asp和jsp三种类型的Webshell ## 数据格式 ⚠️⚠️ Data文件夹形式默认结构如下： * Data * check * normal * asp * jsp * php * WebShell * asp * jsp * php > 💎 Tips: > > 1.训练时需自行填充Data文件夹下对应目录的文件 > > 2.WebShell文件夹存放3种格式的WebShell文件，normal文件夹存放3种格式的正常文件，check文件夹下存放待检测的文件 > > 3.待检测文件无需分类别存放 > > 4.所有文件下可以有子文件，但是不支持压缩文件包。 > > 5.训练和检测时只会打开对应格式的文件，错误格式文件会自动跳过 > > 6.Release只会发布训练好的模型和检测脚本 ## 使用方法 ### 检测 * 只需要下载Release的版本，将待检测文件放入Data/check文件夹下，执行`python check.py`命令即可 ### 训练 * 下载整个项目的源代码 * 按照[数据格式](#webshell-aihunter---webhell)部分分别填充黑白样本文件 * 依次执行`python train_php.py`、`python train_asp.py`、`python train_jsp.py`命令即可训练模型 ## 下一步计划 * 代码优化 + 算法更新 + 添加更多的Webshell静态检验（动态污点追踪暂时想不了==） * 更多类型检测 + 自主指定文件夹 * 考虑建立黑样本模型，类似黑名单机制（理论上白样本模型应该更好可是不切实际） * 另外求更多更好的黑样本 🙏🙏