资料下载
×
使用双向长短时记忆网络检测跨站脚本攻击
消耗积分:0 |
格式:pdf |
大小:6.38 MB |
2021-04-09
分享资料个
目前传统的跨站脚本（XSS）检测技术大多使用机器学习方法，存在代码被恶意混淆导致可读性不高特征提取不充分并且效率低等缺陷，从而导致检测性能不佳。针对上述问题，提出了使用双向长短时记忆网络检测跨站脚本攻击的方法。首先，对数据进行预处理，使用解码技术将跨站脚夲代码还原到未编码状态，从而提高跨站脚本代码的可读性，再使用深度学习工具word2vec将解码后的代码转换为向量作为神经网絡的输入;其次，使用双向长短时记忆网络双向学习跨站脚本攻击的抽象特征;最后，使用 softmax分类器对学习到的抽象特征进行分类，冋时使用 dropout算法避兔模型岀现过拟合。对收集到的数据集进行实验，结果表明，与凡种传统机器学习方法和深度学习方法相比，该检测方法表现岀更优的检测性能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
