国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:巫家宏,杨振国,刘文印,
单位:广东工业大学计算机学院,广州510006;
关键词:恶意请求检测,深度学习,特征融合,
基金:国家自然科学基金资助项目(61703109,91748107);广东省引进创新科研团队计划资助项目(2014ZT05G157);;
针对当前网络环境中恶意HTTP请求攻击泛滥的问题,提出了一种多尺度特征融合的检测方法。首先从单词级和字符级两个尺度对HTTP请求进行建模,然后使用卷积神经网络提取其高阶语义特征;再借助多尺度特征融合技术,学习HTTP请求的多尺度公共向量表示;最后使用线性分类器进行分类。实验结果表明该方法性能在HTTP CSIC 2010数据集和WAF真实数据集上优于现有方法。
来源:2021年第3期
《计算机应用研究》期刊编辑部