现有的反病毒软件对WebShell的检测大多基于指纹匹配的方法进行,其在面对变形WebShell之时力有不逮。随着云技术的发展,越来越多的设备通过云计算技术接入网络,如何防范WebShell的攻击成为当下研究的一个热点。另一方面,传统WebShell防御体系并非基于云环境构建,使得其在云环境下更加难以发挥防御作用。为解决这一问题,本文设计并实现了一种适用于云计算环境的新型WebShell检测系统——EagleEye,这一系统综合使用多种云技术,构建了总控系统、分布式检测系统加客户机Agent的技术方案,使得系统可以有效地适用于大规模云计算集群环境,并基于PHP内核钩子技术和PHP静态分析技术,设计并实现了以行为分析为核心的“动态灰盒”,通过这一技术可以有效地解决现有静态分析方法与黑盒分析方法在WebShell分析时遇到的行为难跟踪、代码覆盖率低的问题。此外,本文还将人工神经网络技术用于WebShell检测之中,设计并实现了基于卷积神经网络技术的WebShell检测模块作为EagleEye系统的组成部分,并通过改进传统客户端Agent的使用方式,有效地控制了激进的检测策略可能带来的高误报率。实验结果表明,EagleEye系统可以在极低的性能损耗下有效地实现对各类型WebShell及其变种的检测,相比于现有的WebShell检测系统,EagleEye具有明显的检出率优势和更易于在云环境中部署的特点。