基于时空特征融合的SQL注入检测研究 |
| |
作者姓名: | 王清宇 王海瑞 朱贵富 孟顺建 |
| |
作者单位: | 昆明理工大学信息工程与自动化学院 |
| |
基金项目: | 国家自然科学基金项目(61863016,61263023); |
| |
摘 要: | 针对深度学习方法检测SQL注入时特征提取效果欠佳的问题,提出一种基于时空特征融合的检测模型SFFM。首先使用BERT预训练模型进行词嵌入,使用TextCNN提取SQL样本中不同粒度下的局部空间特征,同时使用BiGRU在保证训练效率的同时提取SQL样本的时序特征;再把提取到的特征送入Attention层进行全局语义信息提取;最后将提取到的特征进行融合,连接全连接层后送入softmax分类器进行分类检测。对比实验结果表明:SFFM模型获得了高达99.95%的准确率和99.90%的召回率,相较于CNN、LSTM和BERT-base模型,具有更好的检测效果。
|
关 键 词: | SQL注入检测 时空特征融合 SFFM模型 注意力机制 词嵌入 |
本文献已被 万方数据 等数据库收录! |
|