[发明专利]一种基于机器学习的WEB应用防火墙的实现方法

权利要求书

1.一种基于机器学习的WEB应用防火墙的实现方法，其特征在于，所述方法采用单分类模型建立规则的机器学习方法，构造能充分表达白样本的最小模型作为Profile，从而实现异常检测，该方法包括训练阶段和测试阶段；其中，所述训练阶段用于建立单分类模型，具体包括以下步骤：

S1、通过N-Gram模型将训练样本的文本数据向量化，得到文本数据训的向量集；

S2、降低向量集的维度，对N-Gram的向量进行聚类，指定的类别数K即为约减后的特征维数，并将约减后的特征向量投入单分类SVM模型中进行Profile训练；

S3、采用深度学习中的深度自编码网络模型进行非线性特征约减，通过给定输入的重建误差，判断输入样本是否与Profile相符；

所述的测试阶段，对测试样本向量化，再通过计算重建误差作为异常检测的标准。

2.根据权利要求1所述的基于机器学习的WEB应用防火墙的实现方法，其特征在于，所述步骤S1包括以下步骤：

S11、通过长度为N的滑动窗口算法将文本数据分割为N-Gram序列；

S12、将N-Gram序列转化成向量。

3.根据权利要求2所述的基于机器学习的WEB应用防火墙的实现方法，其特征在于，所述步骤S12具体如下：

假设共有m种不同的字符，则会得到m*m种N-Gram的组合，用一个m*m长的向量，每一位独热码表示文本数据中是否出现了该N-Gram，其中有独热码则置1，没有则置0，从而可得到一个m*m长的0/1向量，对于每个出现的N-Gram，用该N-Gram在文本数据中出现的频率来代替单调的“1”，以表示更多的信息，则每个文本数据都可以通过一个m*m长的向量表示。