基于支持向量机的XSS入侵检测系统研究

发布时间：2021-12-10 00:15

　　随着网络的不断发展,网络的复杂性和数据量都在不断的增长,这也导致网络入侵手段变得多种多样,使得原先基于特征库匹配的传统防火墙技术不再满足于当今复杂的网络安全形式,因此寻找解决当前网络安全问题的新技术成了网络安全研究人员最主要的任务之一,机器学习的出现有效解决了当前复杂变化的网络安全形式。为此,文章以跨站脚本攻击(XSS)为例,提出一种基于支持向量机的入侵检测模型,模型使用网络入侵数据的训练集进行训练,并对算法参数值不断调整探究,来获得最佳模型,实验结果表明这是一种行之有效的检测方式。

【文章来源】： 信息通信. 2020(05)

【文章页数】：3 页

【文章目录】：
0 引言
1 相关知识
    1.1 跨站脚本攻击（XSS)
    1.2 支持向量机算法（SVM)
2 实验流程
    2.1 搭建蜜罐得到原始数据集
    2.2 数据预处理
    2.3 数据划分
    2.4 模型训练以及调整参数
    2.5 实验结果
3 实验总结以及待解决的问题
4 结语


【参考文献】：
期刊论文
[1]基于机器学习的入侵检测系统探究 [J]. 胡健,苏永东,李超,杨本富.  信息通信. 2019(11)
[2]机器学习在网络安全中的应用 [J]. 丁程程,崔艳荣.  电脑知识与技术. 2019(26)
[3]使用机器学习技术识别Web攻击者 [J]. 杨美月,钟楠宇,吴嘉熙,唐屹.  电脑知识与技术. 2019(20)
[4]加快工业转型升级 促进经济健康发展 [J]. 吴晓军.  中国经贸导刊. 2014(27)



本文编号：3531566