OSN中基于分类器和改进n-gram模型的跨站脚本检测方法 |
| |
引用本文: | 李沁蕾,王 蕊,贾晓启.OSN中基于分类器和改进n-gram模型的跨站脚本检测方法[J].计算机应用,2014,34(6):1661-1665. |
| |
作者姓名: | 李沁蕾 王 蕊 贾晓启 |
| |
作者单位: | 1. 信息安全国家重点实验室(中国科学院信息工程研究所), 北京 100093
2. 中国科学院大学, 北京 100049 |
| |
基金项目: | 国家自然科学基金资助项目;国家863计划项目;中国科学院战略性先导专项 |
| |
摘 要: | 针对在线社交网络中跨站脚本(XSS)攻击的安全问题,提出了一种在线社交网络恶意网页的检测方法。该方法依据在线社交网络中跨站脚本恶意代码的传播特性,提取一组基于相似性和差异性的特征,构造分类器和改进n-gram模型,再利用两种模型的组合,检测在线社交网络网页是否恶意。实验结果表明,与传统的分类器检测方法相比,结合了改进n-gram模型的检测方法保证了检测结果的可靠性,误报率约为5%。
|
关 键 词: | 在线社交网络 跨站脚本攻击 分类器 n-gram模型 检测 |
收稿时间: | 2013-11-28 |
修稿时间: | 2014-01-15 |
本文献已被 CNKI 等数据库收录! |
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |
|