基于深度学习的跨站脚本攻击检测

• 作者: 丁雪川 张伟峰 方菽兰 郑黎黎
• 来源期刊: 技术与市场
• 关键词: 跨站脚本攻击 LSTM 攻击检测
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 技术应用
• 页码范围: 112-113
• 页数: 2页
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8554.2022.03.037

摘要

跨站脚本攻击作为Web攻击中最常见的类型之一,直接威胁到用户隐私安全和服务器安全.研究一种准确、高效的模型检测识别跨站脚本攻击具有极其重要的科研意义和实用价值.为此,提出一种基于深度学习检测跨站脚本攻击的新方法.该方法使用Word2Vec提取样本具有语义信息的词向量表示,并基于LSTM深度学习算法自动化提取跨站脚本攻击的深层次特征.实验结果表明,相比于之前常用的XSS攻击检测方法,基于深度学习的XSS检测模型在实际数据集中的准确率达到99.5％,召回率达到97.9％,这表明该方法能够有效识别XSS攻击.