基于机器学习的SQL攻击检测技术研究

• 作者: 张泽亚 翟健宏
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: SQL注入攻击 决策树 机器学习 分类器算法 SQLMAP
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 科技创见与应用
• 页码范围: 356-361
• 页数: 6页
• 分类号: TP393.08
• 字数: 4493字
• 语种: 中文

摘要

SQL注入是网络上使用非常广泛的攻击手段,也是防御难度极大的网络攻击方式.在信息安全领域中,SQL注入因其适用范围广,操作门槛低,可造成的损失大而被视为对网络安全威胁极大的一类攻击方式.本论文的目的在于测试不同的机器学习算法对于SQL注入攻击的区分能力.研究搜集了大量的SQL注入攻击语句,选择4种不同的机器学习模型建立了分类器,并使用上面收集的数据对其进行了训练.最后,对4种算法所建立的分类器进行了测试,得出了最适合检测SQL?MAP的机器学习算法是卷积神经网络(CNN)算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	翟健宏	哈尔滨工业大学计算机科学与技术学院	25	116	7.0	9.0
2	张泽亚	哈尔滨工业大学计算机科学与技术学院	1	0	0.0	0.0