一種基于深度學習的跨站腳本攻擊識別方法

基本信息

申請?zhí)?/td> CN202111482584.7 申請日 -
公開（公告）號 CN114169432A 公開（公告）日 2022-03-11
申請公布號 CN114169432A 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;G06F40/289（2020.01）I 分類 計算；推算；計數(shù);
發(fā)明人 任玉坤;何召陽;何曉剛;劉兵;董昊辰;李克萌 申請（專利權）人 南京墨云科技有限公司
代理機構 北京巨弘知識產(chǎn)權代理事務所（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跨站腳本攻擊識別方法，包括以下步驟：S1、網(wǎng)頁數(shù)據(jù)收集：搭建含有跨站腳本攻擊漏洞的靶場，使用掃描器和人工滲透的方式收集含有跨站腳本攻擊的相關數(shù)據(jù)，對相關數(shù)據(jù)進行分類標注；S2、數(shù)據(jù)特征提?。簩ο嚓P數(shù)據(jù)進行數(shù)據(jù)清洗，通過分詞器對所述相關數(shù)據(jù)進行分詞，輸出分詞后的特征數(shù)據(jù)；S3、構建數(shù)據(jù)集：采用Wold2Vec模型構建數(shù)據(jù)集；S4、訓練神經(jīng)網(wǎng)絡：使用LSTM神經(jīng)網(wǎng)絡進行跨站腳本攻擊檢測，輸出檢測結果；S5、Softmax層分類：將檢測結果經(jīng)Softmax函數(shù)運算后得到跨站腳本攻擊對所有目標信息的概率分布，判斷相關數(shù)據(jù)是否為跨站腳本攻擊。本發(fā)明能夠有效提高跨站腳本攻擊識別效率，提高安全性。