[发明专利]一种基于自编码器的Web攻击行为检测系统

权利要求书

1.一种基于自编码器的Web攻击行为检测系统，其特征在于以下步骤：

步骤一：将原始的HTTP请求样本进行人工标注后，构造序列向量，并使用Bi-LSTM算法对生成的向量进行编码处理；

步骤二：使用仅对正常样本进行训练的方式，选择交叉熵作为模型的损失函数，采用基于模型损失度量的算法对样本进行分类；

步骤三：引入注意力机制对模型进行优化，通过计算每个输入对模型输出的权重，增强模型对样本分类的准确率；

步骤四：计算模型每个输出的概率序列，对每个元素进行异常判定，并将异常输出元素标注为红色，达到“攻击可视化”的效果。

2.根据权利要求1所述的一种基于自编码器的Web攻击行为检测系统，其特征在于：针对HTTP请求数据的特点，放弃常规基于词嵌入的方法，使用基于字符嵌入的Bi-LSTM算法对样本进行编码和解码。

3.根据权利要求1所述的一种基于自编码器的Web攻击行为检测系统，其特征在于：利用深度学习中的自编码器模型，在初始训练中只需要标记为正常的样本，采用交叉熵损失函数作为模型的代价函数，以模型的损失作为分类标准，通过对门限值进行调整，得到最佳分类门限。

4.根据权利要求1所述的一种基于自编码器的Web攻击行为检测系统，其特征在于：在攻击行为检测过程中，请求的每个字符或者泛化的结构数据对于分类的贡献是不同的，在解码过程中引入注入意力机制，计算每个字符的概率分布值，基于统计学的方法，设置一个异常判定门限，对判定为异常的字符进行标注，最终可以达到对异常字符，即攻击载荷的，的定位能力。