La détection des webshells pour assurer la sécurité des serveurs web

Abstract

Ces dernières années, il y a eu une augmentation des attaques webshells. Les webshells sont des scripts qui peuvent être écrits dans différents langages, notamment PHP. Ils sont téléchargés sur des serveurs Web après avoir créé une brèche en utilisant des vulnérabilités d'injection. Les webshells fournissent aux attaquants une interface Web pour exécuter des commandes à distance, manipuler des données confidentielles et envahir les serveurs Web. Les systèmes classiques de détections des fichiers contenant des scripts malveillants comme les antivirus et les firewalls sont devenus obsolètes. Ces logiciels sont dans la plupart du temps inefficaces face à l’évolution de nouvelles attaques plus sophistiquées. Dans cette étude, nous examinons l’efficacité de l’apprentissage automatique dans la détection des webshells. Notre objectif est d’implémenter un modèle d’apprentissage profond efficace pour la détection des webshells écrits en PHP. Nous évaluons la performance du modèle proposé avec d’autre modèles d’apprentissage traditionnels. Nous développons une application permettant d’exploiter notre modèle en pratique. L’application permet d’analyser et d’identifier automatiquement les fichiers suspects situés dans un emplacement spécifié. Elle permet aussi aux utilisateurs de sauvegarder la prédiction de chaque modèle afin de comparer leurs performances. Mots-clés: détection des webshells, sécurité sur Internet, apprentissage automatique.