基于LSTM神经网络的SQL注入攻击检测研究

• 作者: 刘震 楚翔皓
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: SQL注入 Long Short-Term Memory(LSTM)神经网络 机器学习 特征提取
• 年，卷（期）: 2019,（6）
• 页码范围: 41-46
• 页数: 6页
• 分类号: TP391
• 字数: 4150字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2019.06.010

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	楚翔皓	天津理工大学计算机科学与工程学院	1	1	1.0	1.0