期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于贝叶斯网络的XSS攻击检测方法
被引量:
10
1
作者
王培超
周鋆
+1 位作者
朱承
张维明
《中国科学技术大学学报》
CAS
CSCD
北大核心
2019年第2期166-172,共7页
跨站脚本(XSS)攻击是最严重的网络攻击之一.传统的XSS检测方法主要从漏洞本身入手,多依赖于静态分析和动态分析,在多样化的攻击载荷(payload)面前显得力不从心.为此提出一种基于贝叶斯网络的XSS攻击检测方法,通过领域知识获取该网络中...
跨站脚本(XSS)攻击是最严重的网络攻击之一.传统的XSS检测方法主要从漏洞本身入手,多依赖于静态分析和动态分析,在多样化的攻击载荷(payload)面前显得力不从心.为此提出一种基于贝叶斯网络的XSS攻击检测方法,通过领域知识获取该网络中的节点.利用领域知识构建的本体为贝叶斯网络的构建提供良好的特征选择基础,并从中提取了17个特征,同时从公开渠道搜集的恶意IP和恶意域名为该模型及时检测新型攻击补充有力规则.为验证所提方法的有效性,在实际收集的XSS攻击数据集上进行实验,结果表明,在面对多样化的攻击时,该方法可以保持90%以上的检测准确率.
展开更多
关键词
跨站脚本(XSS)攻击检测
贝叶斯网络
领域知识
恶意
ip
恶意
域名
下载PDF
职称材料
深度学习在恶意IP识别中的应用
2
作者
林峰
《福建电脑》
2024年第6期59-63,共5页
为了加强网络安全防御能力,可以应用深度学习技术来提高对恶意IP的识别准确率。本文介绍了如何应用深度学习中的前馈神经网络来构建恶意IP识别模型。实证分析的结果显示,基于深度学习技术的恶意IP识别模型表现出了更高的准确率和实时性...
为了加强网络安全防御能力,可以应用深度学习技术来提高对恶意IP的识别准确率。本文介绍了如何应用深度学习中的前馈神经网络来构建恶意IP识别模型。实证分析的结果显示,基于深度学习技术的恶意IP识别模型表现出了更高的准确率和实时性,为网络安全领域提供了一种有效的恶意IP识别解决方案。
展开更多
关键词
恶意
ip
识别
深度学习
网络安全
前馈神经网络
下载PDF
职称材料
题名
基于贝叶斯网络的XSS攻击检测方法
被引量:
10
1
作者
王培超
周鋆
朱承
张维明
机构
国防科技大学信息系统工程重点实验室
出处
《中国科学技术大学学报》
CAS
CSCD
北大核心
2019年第2期166-172,共7页
基金
国家自然科学基金(61703416)
湖南省自然科学基金(2018JJ3614)资助
文摘
跨站脚本(XSS)攻击是最严重的网络攻击之一.传统的XSS检测方法主要从漏洞本身入手,多依赖于静态分析和动态分析,在多样化的攻击载荷(payload)面前显得力不从心.为此提出一种基于贝叶斯网络的XSS攻击检测方法,通过领域知识获取该网络中的节点.利用领域知识构建的本体为贝叶斯网络的构建提供良好的特征选择基础,并从中提取了17个特征,同时从公开渠道搜集的恶意IP和恶意域名为该模型及时检测新型攻击补充有力规则.为验证所提方法的有效性,在实际收集的XSS攻击数据集上进行实验,结果表明,在面对多样化的攻击时,该方法可以保持90%以上的检测准确率.
关键词
跨站脚本(XSS)攻击检测
贝叶斯网络
领域知识
恶意
ip
恶意
域名
Keywords
cross-site scr
ip
ting(XSS)attack detection
bayesian network
domain knowledge
malicious
ip
malicious domain name
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
深度学习在恶意IP识别中的应用
2
作者
林峰
机构
宁德市住房公积金管理中心信息技术科
出处
《福建电脑》
2024年第6期59-63,共5页
文摘
为了加强网络安全防御能力,可以应用深度学习技术来提高对恶意IP的识别准确率。本文介绍了如何应用深度学习中的前馈神经网络来构建恶意IP识别模型。实证分析的结果显示,基于深度学习技术的恶意IP识别模型表现出了更高的准确率和实时性,为网络安全领域提供了一种有效的恶意IP识别解决方案。
关键词
恶意
ip
识别
深度学习
网络安全
前馈神经网络
Keywords
Malicious
ip
Recognition
Deep Learning
Network Security
Feedforward Neural Network
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于贝叶斯网络的XSS攻击检测方法
王培超
周鋆
朱承
张维明
《中国科学技术大学学报》
CAS
CSCD
北大核心
2019
10
下载PDF
职称材料
2
深度学习在恶意IP识别中的应用
林峰
《福建电脑》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部