天津理工大学学报

2019, v.35;No.157(06) 41-46

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于LSTM神经网络的SQL注入攻击检测研究
Research on SQL injection attack detection based on LSTM neural network

楚翔皓;刘震;

摘要(Abstract):

由于Web技术的不断发展,尤其是5G技术的逐渐普及,万物联网的时代已经到来.网络的便利让数据的流通更加的及时和有价值,各种Web应用不仅方便了人们的日常生活,推进了社会的进步,更是带来了巨大的经济效益.因此,许多不法分子以攻击他人Web应用的方式来获取盈利,而作为OWASP(Open WebApplication Security Project)公布的报告中排名第一的注入类漏洞,是不法分子最常攻击的方向,带来了巨大的安全威胁.近年来,众多安全研究者都着力于找寻出更高效,准确度更高的方式来防御SQL注入攻击,本文将会对当前研究状况进行总结分析,并提出一种新基于LSTM神经网络的SQL注入语句分类识别模型.

关键词(KeyWords): SQL注入;Long Short-Term Memory(LSTM)神经网络;机器学习;特征提取

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 楚翔皓;刘震;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享