科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对互联网应用的网络攻击。跨站点脚本XSS攻击是常见的针对Web应用程序的攻击种类。本文提出的基于深度学习的XSS检测模型，将CNN神经网络和BiLSTM神经网络序列化，融合两者优点学习样本的局部特征和上下文依赖特征，并通过Attention注意力机制加权计算来解决长序列效果差的问题，并融合BERT预训练的特征向量加速模型训练，提高检测效果，从而实现XSS检测模型的构建。优化的模型能够自动的提取样本的特征信息并完成分类检测相对于传统的静态和动态检测方法及采用人工特征提取的机器学习算法相比，在准确率和误报率方面都有较大提升。准确率、召回率、精确度值超过目标值(98%),误报率低至0.12%。
- 单位
