一種基于深度學習的SQL注入攻擊識別方法

基本信息

申請?zhí)?/td> CN202111482583.2 申請日 -
公開（公告）號 CN114169431A 公開（公告）日 2022-03-11
申請公布號 CN114169431A 申請公布日 2022-03-11
分類號 G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06F40/284（2020.01）I;G06F16/215（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 何召陽;任玉坤;謝鑫;何曉剛;郗朝旭;尉俊強 申請（專利權(quán)）人 南京墨云科技有限公司
代理機構(gòu) 北京巨弘知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 趙洋
地址 210036江蘇省南京市鼓樓區(qū)漢中門大街301號402室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學習的SQL注入攻擊識別方法，包括以下步驟：S1、數(shù)據(jù)預(yù)處理：對相關(guān)數(shù)據(jù)進行數(shù)據(jù)清洗，根據(jù)數(shù)據(jù)分布手工構(gòu)建特征；S2、詞向量模型生成：使用神經(jīng)網(wǎng)絡(luò)對相關(guān)數(shù)據(jù)進行自然語言處理擬合成詞向量模型；S3、卷積神經(jīng)網(wǎng)絡(luò)訓練：根據(jù)詞向量模型生成針對文本內(nèi)容的卷積神經(jīng)網(wǎng)絡(luò)，進行相關(guān)數(shù)據(jù)的特征提??；S4、Dropout層訓練：使用Dropout減少特征檢測器件的相互作用；S5、相關(guān)數(shù)據(jù)全連接網(wǎng)絡(luò)訓練：將Dropout層訓練后的相關(guān)數(shù)據(jù)局部特征重新通過權(quán)值矩陣組裝成完整的圖；S6、Softmax層分類：將所述S5的輸出經(jīng)Softmax函數(shù)運算后判斷相關(guān)數(shù)據(jù)是否為SQL注入攻擊。本發(fā)明能夠有效提高SQL注入攻擊識別效率，提高安全性。