随着互联网技术的演进,网络已经成为人们日常生活中获取信息和便捷服务中不可缺少的一部分。日益丰富的网站带来用户数量激增的同时,网络中的木马程序种类也不断增加,这给安全领域的杀毒软件厂商们也带来了很大的冲击。互联网技术突飞猛进的同时,互联网安全技术却没有得到同等的关注。安全技术的鲜有成就也拖累了整个互联网技术发展进程。网页木马是目前在网络中传播木马的主要途径之一,要想从根源上切断网页木马的传播,就要保证网站服务器的安全。本课题主要针对攻击ⅡS服务器的网页木马,提出网页木马的检测模型,通过扫描网页代码以检测在ⅡS服务器上的网页木马。本文首先介绍了ⅡS网页木马的主要分类及其攻击原理。研究了在对网页进行初步行为分析过程中所赖的技术,包括网页的文档结构模型和脚本的解析技术。然后针对目前常用的网页木马检测算法进行比较,以确定出在本课题中为了检测网页的木马行为而选用的智能化检测算法。同时由于木马检测上的模糊性,引入了模糊分类对检测算法进行优化。在通过对ⅡS网页木马的行为特征仔细分析后,将网页木马的行为特征分为两个组成部分：外部行为特征和内部行为特征。并提出基于网页行为分析的向量空间模型用以对网页抽象且无规则的信息进行结构化的建模,然后在此向量空间模型基础上,完成基于行为分析的ⅡS网页木马检测器的设计与实现。最后,构造一系列仿真的网页正负样本数据集对此检测模型进行数据训练,并通过一系列的数据测试对该模型的检测率、漏报率和虚报率上与其他专业杀毒软件做出对比分析,证明了本课题中提出的ⅡS网页木马检测模型的准确性。