河马-利用机器学习检测WEBSHELL
1. START
近些年机器学习火的一塌糊涂，机器学习、人工智能、深度学习、数据挖掘这些词汇耳熟能详。这些术语的背后是数学、统计学、计算机科学等多门学科的融合。利用这些技术使计算机具有归纳总结等学习能力来服务人类。
2. DO
借着这个国庆+中秋双节8天假日，做了一个简单的demo，算是河马安全在机器学习上第一次尝试。
查杀传送门 http://ml.shellpub.com
界面效果
区分一个文件是否是WEBSHELL是一个典型的分类过程，属于监督学习
有多种分类算法可选，尝试了K邻近、贝叶斯、决策树、逻辑回归几种方法。在我的实验条件下，使用决策树算法效果比较好。试验中使用4000个黑样本，2000个白样本（来自开源CMS）最终结果如下：
准确率:0.97
召回率:0.9687
监督学习训练结果受训练样本集、分类特征值、数学模型等多种因素影响。
机器学习查杀引擎目前处于试验阶段，结果仅供参考，建议移步正式版或者下载客户端
3. NEXT TODO
目前白样本的误报还有点高，收集更多的白样本加入到训练集中
改进feature,使之有更好的效果
##
各位请轻拍砖
如有任何建议意见请留言或者直接联系我们，请继续关注
QQ:1494922137