基于自训练的半监督SQL注入检测算法

作者：解银朋; 周庆博; 何金栋; 谢新志; 周嵩^*

来源：陕西师范大学学报(自然科学版), 2021, 49(01): 37-43.

DOI：10.15983/j.cnki.jsnu.2021.01.005

• SQL注入检测
• 自训练
• 机器学习
• 半监督学习

针对基于监督学习的SQL注入检测方法在某些场景下不适用的问题,本文提出一种基于自训练的半监督SQL注入检测方法(self-training based semi-supervised SQL injection detection, S4ID)。S4ID首先对SQL语句进行特征提取,包括基于语法树的模式提取和基于词袋模型的特征向量表示;然后使用基于自训练的半监督算法进行训练,通过从未标记样本中选取部分样本并打上伪标记,实现训练集的扩充,从而改善机器学习模型。实验结果表明,在有标记样本有限的情况下,S4ID可以利用未标记样本,取得比监督学习方法更好的SQL注入检测效果。

• 单位
  福建省电力有限公司电力科学研究院; 计算机软件新技术国家重点实验室; 南京大学