OSN中基于分类器和改进n-gram模型的跨站脚本检测方法

• 作者: 李沁蕾 王蕊 贾晓启
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 在线社交网络 跨站脚本攻击 分类器 n-gram模型 检测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 计算机安全
• 页码范围: 1661-1665
• 页数: 5页
• 分类号: TP393.08
• 字数: 6236字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.06.1661

摘要

针对在线社交网络中跨站脚本(XSS)攻击的安全问题,提出了一种在线社交网络恶意网页的检测方法.该方法依据在线社交网络中跨站脚本恶意代码的传播特性,提取一组基于相似性和差异性的特征,构造分类器和改进n-gram模型,再利用两种模型的组合,检测在线社交网络网页是否恶意.实验结果表明,与传统的分类器检测方法相比,结合了改进n-gram模型的检测方法保证了检测结果的可靠性,误报率约为5％.