一種基于深度學習的漏洞場景識別方法
基本信息
| 申請?zhí)?/td> | CN202010456557.1 | 申請日 | - |
| 公開（公告）號 | CN111625838A | 公開（公告）日 | 2020-09-04 |
| 申請公布號 | CN111625838A | 申請公布日 | 2020-09-04 |
| 分類號 | G06F21/57(2013.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 董昊辰;方仁貴;高曉輝;郭路路;何曉剛;何召陽;李克萌;劉兵;王欣宇;郗朝旭;謝鑫;趙岱翀;周歡;朱偉光 | 申請（專利權(quán)）人 | 北京墨云科技有限公司 |
| 代理機構(gòu) | 北京專贏專利代理有限公司 | 代理人 | 劉梅 |
| 地址 | 100089北京市海淀區(qū)上地信息路12號3層A區(qū)A315 | ||
| 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漏洞場景識別方法，包含以下步驟：A、頁面數(shù)據(jù)獲?。籅、進行特征工程；C、詞嵌入處理；D、對頁面內(nèi)容進行卷積神經(jīng)網(wǎng)絡(luò)訓練；E、對頁面結(jié)構(gòu)進行卷積神經(jīng)網(wǎng)絡(luò)訓練；F、進入Softmax層進行分類，本發(fā)明的有益效果是：1、提高了漏洞場景識別的效率；2、無需編寫識別漏洞場景規(guī)則，減輕滲透人員的工作；3、識別結(jié)果不依賴于滲透人員的經(jīng)驗。識別準確度大幅度提高；4、識別的結(jié)果統(tǒng)一化，為后續(xù)的滲透測試自動化提供基礎(chǔ)支持；5、進一步降低了滲透測試工作的復雜度。?? |
