10.3969/j.issn.1007-757X.2023.03.013
基于ABLSTM的SQL注入攻击检测研究
SQL注入作为最常见的注入攻击方式之一,具有多样性、突变性和隐蔽性,由于传统的攻击检测方法在对电力信息系统提供安全防护方面稍显不足,因此文章提出了一种基于ABLSTM的SQL注入攻击检测方法.一方面,通过数据正样本生成非平衡数据集来平衡数据的分布,缓解过拟合;另一方面,引入Attention机制到Bi-LSTM模型中,在进行特征选择时有效增强关键特征的权重,提高分类的准确性.通过对比实验验证,所提出的方法在检测效果和准确性方面相比其余方法具备显著的优势.
SQL注入、非平衡数据集、过拟合现象、Bi-LSTM
39
TP333(计算技术、计算机技术)
南方电网公司科技项目037800KK52190012
2023-05-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
43-46