NO TEARS算法在XSS攻击检测中的应用研究

摘要：

近年来,利用机器学习技术对跨站脚本攻击(XSS攻击)进行检测成为网络安全研究的热点.由于检测特征多,样本标注有限,机器学习模型的精准训练问题一直是一个难题.贝叶斯网络可以较好的适应小样本环境,最近提出的NO TEARS结构学习算法利用平滑约束优化方法,可以较好地对模型进行训练.本文针对XSS攻击检测问题,利用NO TEARS算法训练贝叶斯网络模型进行XSS攻击载荷(Payload)的判断.在实验中,本文使用了较为丰富的真实数据,并与传统的结构学习方法及其他分类算法进行了比较,实验结果表明,本文中使用的新的结构学习方法能够明显提升分类准确率,是一种检测XSS攻击的有效方法.

关键词：贝叶斯网络、结构学习、NOTEARS算法、XSS攻击检测实验

所属期刊栏目：41

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目;湖南省自然科学基金项目;湖南省研究生科研创新项目

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：782-785