基于TF-IDF文本向量化的SQL注入攻击检测

• 作者: 万卓昊 徐冬冬 谢统义 黄保华
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: TF-IDF SQL注入攻击 文本向量化 支持向量机
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 1818-1826
• 页数: 9页
• 分类号: TP391
• 字数: 5127字
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2018.1818

摘要

SQL注入攻击是最常见的Web应用程序攻击手段,利用机器学习检测SQL注入攻击已成为一种趋势.以SQL语句为研究对象,结合SQL语句自身的特殊结构,提出一种基于TF-IDF文本向量化的SQL注入攻击检测方法.前期通过对大量SQL注入攻击语句与用户正常输入的SQL语句研究分析,概括出34个特征点,在此基础之上对SQL语句进行文本向量化处理.实验最后同时使用Libsvm、Weighted KNN和Boosted Deci-sion Tree三个模型对数据集进行模型训练及预测,并跟其他类似的检测进行对比,验证该方法的可行性.实验结果表明:基于TF-IDF文本向量化的SQL注入攻击检测方法相对于其他方法,正确率、召回率、F分数均提高了20％ 以上;准确率也提高了15％ 左右.充分说明基于TF-IDF文本向量化的SQL注入攻击检测方法具有准确性高,召回率高等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢统义	广西教育学院科研处	15	45	4.0	6.0
2	黄保华	广西大学计算机与电子信息学院	21	75	5.0	8.0
3	万卓昊	广西大学计算机与电子信息学院	2	7	1.0	2.0
4	徐冬冬	广西大学计算机与电子信息学院	3	8	1.0	2.0