10.11896/j.issn.1002-137X.2019.07.017
基于N-Gram的SQL注入检测研究
SQL注入攻击是Web面临的主要安全威胁,文中针对SQL注入难以检测的问题,提出基于N-Gram的SQL注入检测方法.该方法基于N-Gram将SQL语句转换成固定维数的特征向量,并采用改变不同特征子序列权重的方法改进距离,将改进距离和卡方距离通过BP神经网络计算得到的模糊距离作为向量间的距离标准.首先计算安全SQL语句的平均特征向量,然后计算各SQL语句与平均特征向量的距离以确定距离的阈值,接着将据待测SQL语句与平均特征向量的距离与阈值进行对比,以判断待测SQL语句的安全性.实验结果表明,与直接使用单词构成的特征向量相比,所提方法能有效提高检测率、降低误报率.
SQL注入、N-Gram、特征向量、神经网络
46
TP309(计算技术、计算机技术)
国家自然科学基金项目61262072
2019-07-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
108-113