First PHP Webshell Opcode Incremental Dataset

PHP Webshell Dataset Motivation To improve the robustness of PHP webshell detection by analyzing low-level opcode patterns, circumventing common code obfuscation and evasion techniques. Content Summary Samples:10,000+ PHP files (5,000+ webshells, some with anti-detection tricks , 5,000+ benign files from WordPress/PHPCMS). Includes source code, opcodes, processed opcodes Preprocessing:Extracted opcode sequences and decoded Opcode Double-Tuples (ODTs) with expert-designed filtering rules Temporal Validation:Split into pre-2021 (training/validation) and 2021-2024 (testing) samples. Can be used for incremental learning. Key Value Enables behavior-based detection models by preserving semantic context through opcode-level feature engineering.PHP 网页后门（PHP Webshell）数据集 研究动机 旨在通过分析底层操作码（opcode）模式，规避常见的代码混淆与逃避技术，以提升PHP网页后门检测的鲁棒性。 内容概述 样本：1万余个PHP文件（其中5000余个为网页后门样本，部分带有反检测技巧；另有5000余个来自WordPress与PHPCMS的良性文件），涵盖源代码、操作码及经处理的操作码。 预处理：通过专家设计的过滤规则，提取操作码序列并解码得到操作码二元组（Opcode Double-Tuples, ODT）。 时序验证：将数据集划分为2021年之前（用于训练/验证）与2021-2024年（用于测试）的样本，可应用于增量学习。 核心价值 本数据集通过操作码级别的特征工程保留语义上下文，从而支持基于行为的检测模型的研发。