基于权重优化LSTM网络跨站脚本攻击检测的研究

• 作者: 徐孟达 李鲁群
• 来源期刊: 网络空间安全
• 学科: 工学
• 关键词: 跨站脚本攻击 Word2vec 长短时记忆神经网络 自然语言处理 Web安全
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 专题:网络与系统安全
• 页码范围: 12-19
• 页数: 8页
• 分类号: TP391
• 字数: 5703字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-9456.2019.07.003

摘要

随着互联网世界Web2.0时代的到来,网络空间的开放程度在逐渐地提高,随之而来的是PC端网络交互的安全性受到极大的威胁.在开放式Web应用安全项目基金会(OWASP)历年发布的十大最关键We b应用安全风险中,跨站脚本攻击和注入漏洞一直高居前十位.文章在跨站脚本攻击语句的文本特性描述和分词基础上,将Word2Vec和LSTM相结合,并在LSTM输入前端,对词向量引入权重优化处理,对跨站脚本攻击检测的方法进行了研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李鲁群	上海师范大学信息与机电工程学院	19	72	4.0	8.0
2	徐孟达	上海师范大学信息与机电工程学院	1	0	0.0	0.0