文档名：轻量级词典协同记忆聚焦处理的Web攻击检测研究
摘要：使用深度学习模型检测Web攻击,输入完整的HTTP文本会使词典增大,进而导致模型参数过载,增加存储成本.此外,攻击载荷的位置不确定性及语义复杂性会导致漏报率高.针对模型参数过载和漏报攻击载荷问题,提出了一种基于轻量级词典协同记忆聚焦处理模型的Web攻击检测方法.生成轻量级词典,结合轻量级词典的预处理规则,依次执行保留、替换、添加、丢弃等操作预处理HTTP文本,减轻参数过载问题.结合基于双向长短时记忆和多头注意力机制的记忆聚焦处理模型,提高记忆能力和对攻击载荷的聚焦处理能力以降低漏报率.在模拟数据集上新方法的准确率为98.66％,比URL_WORD+GRU提高了3.19百分点,在检测的攻击类型中,最低的漏报率为0.60％.实验结果表明:新方法能有效解决参数过载问题,提高检测准确率,同时降低漏报率.
作者：刘拥民 黄浩 石婷婷 欧阳金怡 刘翰林 谢铁强Author：LIUYongmin HUANGHao SHITingting OUYANGJinyi LIUHanlin XIETieqiang
作者单位：中南林业科技大学计算机与信息工程学院,长沙410004;中南林业科技大学智慧林业云研究中心,长沙410004
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(6)
分类号：TP393
关键词：Web攻击检测 文本预处理 多头注意力机制 聚焦处理
机标分类号：TP391R181.8P208
在线出版日期：2023年6月6日
基金项目：国家自然科学基金，湖南省自然科学基金项目，湖南省教育科学十三五规划基金项目，湖南省教育厅科学研究项目轻量级词典协同记忆聚焦处理的Web攻击检测研究[
期刊论文] 重庆理工大学学报--2023, 37(6)刘拥民 黄浩 石婷婷 欧阳金怡 刘翰林 谢铁强使用深度学习模型检测Web攻击,输入完整的HTTP文本会使词典增大,进而导致模型参数过载,增加存储成本.此外,攻击载荷的位置不确定性及语义复杂性会导致漏报率高.针对模型参数过载和漏报攻击载荷问题,提出了一种基于轻量级...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
轻量级词典协同记忆聚焦处理的Web攻击检测研究 Research on Web attack detection based on lightweight vocabulary cooperative memory focus processing
轻量级词典协同记忆聚焦处理的Web攻击检测研究.pdf
- 文件大小:
- 5.72 MB
- 下载次数:
- 60
-
高速下载
|
|
