基于Transformer-LSTM模型的跨站脚本检测方法  

CROSS-SITE SCRIPTING DETECTION METHODBASED ON TRANSFORMER-LSTM MODEL

作　　者：赵斯祺 代红[1] 王伟[1] Zhao Siqi;Dai Hong;Wang Wei(School of Computer and Software Engineering,Liaoning University of Science and Technology,Anshan 114051,Liaoning,China)

机构地区：[1]辽宁科技大学计算机与软件工程学院,辽宁鞍山114051

出　　处：《计算机应用与软件》2023年第9期327-333,共7页Computer Applications and Software

基　　金：2019年辽宁省科学技术基金项目(自然基金指导计划)(2019-ZD-0270)。

摘　　要：为了解决跨站脚本攻击代码容易恶意变形躲避检测,导致特征提取不充分、检测效率低等问题,提出一种基于Transformer-LSTM模型的跨站脚本检测方法。对数据进行预处理,使用解码技术对跨站脚本代码进行解码,并使用Tokenizer将解码后的代码向量化作为神经网络的输入。建立Transformer-LSTM检测模型学习跨站脚本攻击的抽象特征。使用Softmax分类器对学习到的抽象特征进行分类,判断出是否为跨站脚本攻击语句。实验结果表明,与传统机器学习方法和深度学习方法相比较,该方法的准确率达到99.8%,召回率99.5%。features and determine whether they were cross-site scripting attack statements.The experimental results show that the accuracy of the proposed method is 99.8%and the recall rate is 99.5%,compared with the traditional machine learning method and deep learning method.

关 键 词：跨站脚本攻击 解码技术 Transformer模型 长短时记忆网络 

分 类 号：TP393[自动化与计算机技术—计算机应用技术]