基于Boosting集成學(xué)習(xí)的風(fēng)險URL檢測研究
所屬分類：技術(shù)論文
上傳者：wwei
文檔大?。?span>3172 K
標(biāo)簽： Web攻擊 集成學(xué)習(xí) 正則化
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著互聯(lián)網(wǎng)的不斷發(fā)展，網(wǎng)站數(shù)量不斷增長，URL作為訪問網(wǎng)站的唯一入口，成為Web攻擊的重點對象。傳統(tǒng)的URL檢測方式主要是針對惡意URL，主要方法是基于特征值和黑白名單，容易產(chǎn)生漏報，且對于復(fù)雜URL的檢測能力不足。為解決上述問題，基于集成學(xué)習(xí)中的Boosting思想，提出一種針對業(yè)務(wù)訪問的風(fēng)險URL檢測的混合模型。該模型前期將URL作為字符串，使用自然語言處理技術(shù)對其進(jìn)行分詞及向量化，然后采用分步建模法的思想，首先利用GBDT算法構(gòu)建二分類模型，判斷URL是否存在風(fēng)險，接著將風(fēng)險URL原始字符串輸入到多分類模型中，利用XGBoost算法對其進(jìn)行多分類判定，明確風(fēng)險URL的具體風(fēng)險類型，為安全分析人員提供參考。在模型構(gòu)建過程中不斷進(jìn)行參數(shù)調(diào)優(yōu)，并采用AUC值和F1值分別對二分類模型和多分類模型進(jìn)行評估，評估結(jié)果顯示二分類模型的AUC值為98.91%，多分類模型的F1值為0.993，效果較好。將其應(yīng)用到實際環(huán)境中，與現(xiàn)有檢測手段進(jìn)行對比，發(fā)現(xiàn)模型的檢出率高于現(xiàn)有WAF和APT安全設(shè)備，其檢測結(jié)果彌補了現(xiàn)有檢測手段的漏報。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。
主站蜘蛛池模板： 免费观看性欧美大片无片| 国产成人精品久久综合| 一级毛片免费观看不卡的| 日韩国产在线观看| 亚洲人成色77777| 激情内射亚洲一区二区三区爱妻 | 精品日本一区二区三区在线观看 | 草莓视频成人appios| 国产妇女馒头高清泬20p多| 亚洲日本人成中文字幕| 国产精品美女一级在线观看| 99国内精品久久久久久久| 女人体1963毛片a级| 一级毛片大全免费播放| 成年美女黄网站色| 久久99精品视香蕉蕉| 日本韩国三级在线| 久久精品国产亚洲AV无码麻豆| 欧洲精品一区二区三区| 亚洲国产日韩欧美一区二区三区 | 国产强被迫伦姧在线观看无码| 中文字幕在线色| 国产精品免费观看| 3d动漫精品成人一区二区三| 国内不卡一二三四区| 99久久国产热无码精品免费| 大胸美女放网站| a级片在线观看视频| 奇米影视77777| jianema.cn| 女人扒开双腿让男人桶| 一区二区三区在线免费看| 岛国大片在线播放| 一级在线|欧洲| 尾野真知子番号| 一级一黄在线观看视频免费| 成人a级高清视频在线观看| 两个人看www免费视频| 成人免费毛片观看| 丁香六月久久久| 岳在我胯下哭泣|