[发明专利]一种基于深度学习的XSS攻击检测方法在审
| 申请号： | 201910210329.3 | 申请日： | 2019-03-20 |
| 公开（公告）号： | CN109981631A | 公开（公告）日： | 2019-07-05 |
| 发明（设计）人： | 孙波;李应博;张伟;司成祥;张建松;李胜男;毛蔚轩;盖伟麟;侯美佳;董建武;张泽亚;刘云昊;亓培锋 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100029*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 样本数据 词向量 嵌入式 检测 采集 数据预处理 分词结果 检测结果 流量数据 实时检测 网络模拟 分词 构建 学习 数据库 | ||
【权利要求书】：
1.一种基于深度学习的XSS攻击检测方法，该方法主要步骤包括：
S1.构建网络模拟环境，采集XSS攻击的样本数据；
S2.对采集到的样本数据进行数据预处理，之后进行分词，基于分词结果形成嵌入式词向量；
S3.将所述嵌入式词向量输入深度学习模型，得到XSS检测模型；
S4.对流量数据进行实时检测，并将检测结果存入数据库中。
2.如权利要求1所述的方法，其特征在于：所述步骤S1中，从互联网公开数据集中爬取的样例，去除了url中的冗余信息，保留payload部分。
3.如权利要求1所述的方法，其特征在于：所述步骤S2中，所述样本数据在预处理时，对数字和超链接范化，将数字替换为“0”，超链接替换为“http：//u”，对url进行编码后保存在csv文件中。
4.如权利要求1所述的方法，其特征在于：所述步骤S2中，使用gensim模块的word2vec类建立XSS语义模型，词空间维度取128维。
5.如权利要求1所述的方法，其特征在于：所述步骤S3中的深度学习模型采用MLP、循环神经网络、卷积神经网络三种算法中的任意一种。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国家计算机网络与信息安全管理中心，未经国家计算机网络与信息安全管理中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910210329.3/1.html，转载请声明来源钻瓜专利网。
