PHP的网站，怎么扫描出潜藏的一句话木马？（经历多个程序员，没有纯干净的备份文件，无法比对）

PHP的网站，怎么扫描出潜藏的一句话木马？（经历多个程序员，没有纯干净的备份文件，无法比对），补充下，XAMPP程序，WIN 2003系统

回复内容：

我就不介绍工具了，搜一搜会有不少。
讲下思路，方便那些写工具或者自查的。
1.首先是把明显有问题的、已知模式的后门揪出来。
基于专家经验的特征总结，网上搜集大量webshell，基本上可以提取出一份特征库，
差不多可以扫掉常见不做处理的后门。
2.处理那些在你已知范围之外的后门，分为2个处理方式，
A 基于行为异常发现。
a）基于文件信息异常（如后缀带;的漏洞利用写法、asa伪造asp文件等，很多种）
b）文件头（如为绕过图片头识别的gif9a，但其实是文本的）
c）文件权限异常的（抓那些和网站用户权限不一样，却存在网站目录的文件）
d）文件行异常少的（抓一句话木马、菜刀马，不管是否变形比较有用）
e）基于访问日志对比发现url访问次数特别少的文件，而且ip集中的（一般就是后门拉，只有黑客会访问）
f）文件创建日期异常，比如下班时间创建的网页文件、特别新的网页文件
e）太多了，大家举一反三吧。
B 基于代码异常发现
基本上，这块大家用比较学术的方法，而且基本是靠算法公式或者机器学习，效果从理论上应该是最靠谱，但是作为一个一线工程师，我不太倾向用此类方法。
基于样本训练的，有朴素贝叶斯和贝叶斯，神经元算法，相当于你积累的特征库，要么经过你肉身的神经元去提供专家经验特征库，要么经过机器学习算法来算，就看是你的经验厉害还是机器的经验厉害。
还有基于IC、信息熵的，这块没实践，可以参考。
3.处理掉经过特殊处理的
还有少部分淫荡的老炮需要对付，那么我们对加密、变形的模式也要针对性进行识别。
a）对经过加密的进行识别
b）对经过变形的进行识别
c）对文件特征进行多文件切割的进行识别，就是互相引用关系需要处理。
……大家扩展吧。

总之招数不限，但是心法比较重要：
1. 过滤95%以上的明显合法文件，用人去确认5%不确定的，并且这里面提供一些分析结果参考
2. 黑名单不如白名单靠谱，因此建立一个干净的代码指纹库也很重要，对比一下能搞定大部分情况

最后出个损招，你代码发布不频繁，那就把代码都刻盘好了，光驱可读不可写。

PS。忽然搜到自己09年写的贝叶斯、舍费尔特征识别，没想到自己当年这么叼……
细节早忘光了，所以那些玩意的效果，你懂的。。。 参考：http://www.cnxct.com/pecker-scanner/ 一般哥都是直接用editplus的文件夹搜索功能搜索
eval($_POST 等敏感关键字，还有通过文件创建时间来判断。
个人觉得，找webshell这些都属于事后诸葛亮
还是得从控制读写权限，禁用危险php函数，降低web服务器运行权限等预防措施入手 这个问题比较难回答，php语言属于松散语言，对于简单的一句话来说用特征用可以查，但对于变形木马就难的多了，当然我一般都不叫php木马而叫后门检查、或者是webshell检查。
对于异常函数eval等方式的检查用正则去匹配就可以，但会产生大量的错报，如图这样，这个是我写了个程序并且构造了一些php一句话来测试。
要检查php木马需要先搞清楚，哪些函数可能会被php木马使用，比如eval、base64_encode(gzuncompress) 这种是使用base64加密php木马函数，还有等等。

对于php变形后门，看到这里你就会发现去查找php木马会是多难的事情了，这里的一部分是可以用正则来匹配的，但是另外一部分你用正则匹配会非常、非常难。

[]
[=${'_'.$_}['_'](${'_'.$_}['__']);?>] Found
[$___=$_*$_+$__+$__+$__+$__+$__+$__+$__;] Found
[$_=($_[+""]|"0x06").($_[+""]|"0x05").($_[+""]^"0x15");] Found
[=${'_'.$_}['_'](${'_'.$_}['__']);?>] Found
[@preg_replace('/ad/e','@'.str_rot13('riny').'($b4dboy)', 'add');]
[?]
[@preg_replace("/[pageerror]/e",$_POST['error'],"saft")] Found
[[$_GET[a]($_GET[b])] Found
[@preg_replace("/[email]/e",$_POST['h'],"error")] Found
[]

推荐下项目，这个项目是基于语义解析，然后查找出来恶意函数调用。Pecker Scanner 不是业内从业者，仅从原理说两句。
1、木马必须对外联络，不把所得信息对外传递的，不叫木马。
只破坏，不窃取信息的叫病毒
2、扫描网站中所有的的互联网地址。
3、剩下的，就人工审核吧，如果可以的话，对外联系采用白名单制。 https://www.fanghuyun.com/ 在用这个网站 防护扫描都很好 一般就是基于关键字的正则匹配和基于词法语法分析两种方法，个人认为基于词法语法分析的方法更准确些吧，同样推荐楼上几位提到 Pecker Scanner。
===============
另外说点题外话，今天特意花了点时间看了看 PS 的代码，给作者 @陈小鱼 提个 BUG，在对

<code class="language-text">T_STRING
</code>

把和文件操作，调用系统命令相关的代码都找出来，再依次排查。

一些函数变种太多，工具只能扫描一些危险函数关键词
建议你人工审计吧..