基于机器学习建模的XSS攻击防范检测

摘要：

为了解决网络流量中跨站脚本攻击频发且攻击危害性高的问题,研究了基于机器学习算法建模的跨站脚本检测技术,从复杂的网络流量数据中发掘跨网站脚本(Cross-Site Scripting,XSS)攻击,然后结合专家经验和安全业务知识对数据进行打标学习,并采用机器学习技术训练算法模型,实现了对XSS攻击的自动化和智能检测功能.测试表明,在安全领域引入机器学习算法,能够准确识别复杂多变、高危恶意的XSS攻击,提高了安全设备对威胁攻击的检测能力.

关键词：跨站脚本攻击、机器学习、安全算法、代码注入

所属期刊栏目：55

分类号：TP302(计算技术、计算机技术)

资助基金：国家关键信息基础设施防御项目MWA21Y004

在线出版日期：2022-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：351-358