HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于LSTM神经网络的SQL注入攻击检测研究

作者:楚翔皓; 刘震sql注入long机器学习特征提取

摘要:由于Web技术的不断发展,尤其是5G技术的逐渐普及,万物联网的时代已经到来.网络的便利让数据的流通更加的及时和有价值,各种Web应用不仅方便了人们的日常生活,推进了社会的进步,更是带来了巨大的经济效益.因此,许多不法分子以攻击他人Web应用的方式来获取盈利,而作为OWASP(Open WebApplication Security Project)公布的报告中排名第一的注入类漏洞,是不法分子最常攻击的方向,带来了巨大的安全威胁.近年来,众多安全研究者都着力于找寻出更高效,准确度更高的方式来防御SQL注入攻击,本文将会对当前研究状况进行总结分析,并提出一种新基于LSTM神经网络的SQL注入语句分类识别模型.

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

天津理工大学学报

《天津理工大学学报》(CN:12-1374/N)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《天津理工大学学报》以追求科技创新、展示科技成果,促进学术交流、推动社会科技进步,发现培养新人为宗旨。刊发有关自然科学与工程技术各学科领域、国家自然科学基金、国家863项目、国家973项目,省不及各类基金自主的科研项目、理论研究、应用科技成果、实验研究的高水平科技论文。

杂志详情