-
题名基于机器学习的Web应用入侵威胁检测
被引量：1
- 1
-
-
作者
杨成刚
-
机构
绵阳市人社信息中心
-
出处
《通信技术》
2021年第4期967-975,共9页
-
文摘
随着移动互联网的蓬勃发展,Web应用已经广泛深入各行各业。针对Web应用的攻击已成为企业面临的主要安全问题之一。面对日益增加的Web应用攻击,传统基于规则的安全产品难以实现对未知威胁的拦截,且随着规则的逐渐增加,将严重影响安全产品的性能。因此,研究多分类检测模型,实现模型对威胁数据的识别检测,并通过模型优化及真实环境数据进行对比验证。结果证明,基于随机森林及lightGBM算法构建的多分类模型,在多分类模型的评估指标上优于基于SVM的多分类检测模型,能够达到理想的检测效果。
-
关键词
机器学习
威胁检测
特征提取
多分类模型
-
Keywords
machine learning
threat detection
feature extraction
multi-class model
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
