Обнаружение аномалий с помощью Python [closed]

Closed . Этот вопрос должен быть более сосредоточенным . В настоящее время он не принимает ответы.

Хотите улучшить этот вопрос? Обновить вопрос, поэтому он фокусируется только на одной проблеме, редактируя этот пост .

Закрыто 4 года назад .

Я работаю на веб-хостинге, и моя работа - найти и очистить взломанные аккаунты. Я считаю, что 90% оболочек \ вредоносных программ \ инъекций - это поиск файлов, которые "неуместны". Например, eval (base64_decode (.......)) , где « ..... » - это целая куча текста в формате base64, который обычно никогда не бывает хорош. Странные на вид файлы выскакивают на меня, когда я просматриваю файлы в поисках ключевых строк.

Если эти файлы выскакивают на меня как на человека, я уверен, что смогу создать на Python какой-нибудь профилировщик, который будет искать статистически "неуместные" вещи и помечать их для проверки вручную. Для начала я подумал, что могу сравнить длину строк в файлах php, содержащих ключевые строки ( eval , base64_decode , exec , gunzip , gzinflate , fwrite , preg_replace и т. Д.) И ищите линии, которые отклоняются от среднего на 2 стандартных отклонения.

Длина линии сильно различается. и я не уверен, что это хорошая статистика для использования. Другой подход состоял бы в том, чтобы назначить взвешенные правила для кретинов (длина строки выше или ниже порога = X баллов, содержит слово выгрузка = Y баллов), но я не уверен, что я могу на самом деле сделать с баллами или как подсчитать каждый атрибут. Моя статистика немного ржавая.

Может ли кто-нибудь указать мне правильное направление (руководства, учебные пособия, библиотеки) для статистического профилирования?

задан Sam 18 August 2014 в 08:16

0 ответов

Другие вопросы по тегам:

python machine-learning statistics intrusion-detection

Обнаружение аномалий с помощью Python [closed]

0 ответов

Похожие вопросы: