基于深度学习的XSS攻击检测研究  

作　　者：杨达霏 姜潇蔚 

机构地区：[1]中博信息技术研究院有限公司 [2]中国邮政集团有限公司南京市分公司

出　　处：《江苏通信》2023年第3期94-98,102,共6页Jiangsu Communication

摘　　要：互联网服务业务飞速发展的同时也伴随大量的Web攻击,其中XSS攻击长期位于各大漏洞排行榜的前十位,严重威胁着Web系统的安全。当前防御XSS的手段主要是针对跨站脚本所采用的特定规则进行过滤,然而这种防御手段是静态的,对于未知的恶意请求很难察觉。因此本文提出了一种文本卷积神经网络(TextCNN)和长短期记忆网络(LSTM)相结合的方法,实现对XSS攻击的智能检测。该方法将大量经过词向量化处理的正反样本输入到TextCNN+LSTM模型中进行训练和测试。结果表明本文提出的TextCNN+LSTM模型比LSTM和TextCNN模型具有更好的效果。

关 键 词：XSS 文本卷积神经网络 长短期记忆网络 攻击检测 

分 类 号：TP393.08[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]