基于深度卷积神经网络的SQL注入攻击检测

来源 :集美大学学报(自然科学版) | 被引量 : 0次 | 上传用户:ccache
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
结合自然语言处理技术,采用卷积神经网络算法训练SQL注入检测模型,主要包括文本分词处理、提取文本向量和训练检测模型三个部分。实验结果与BP神经网络算法结果对比,发现基于卷积神经网络的SQL注入检测模型仅需提取用户输入的信息,就可以对攻击行为进行检测,具有很强的预测能力,同时针对变异SQL注入攻击具有良好的识别能力。
其他文献
以BP神经网络为基础的交通流参数预测模型能较好地预测交通流参数变化的趋势,但预测值与期望值存在较大误差,且神经网络具有训练速度慢、易陷入局部极值的缺陷。针对这种情况
煤炭是我国重要的基础能源,近年来,煤炭行业在“黄金十年”结束后产生了较大的行业波动,部分企业发生了财务风险甚至财务危机。当前国家正在推进煤炭行业供给侧改革和去产能