輕量級詞典協(xié)同記憶聚焦處理的Web攻擊檢測研究

摘要： 使用深度學(xué)習(xí)模型檢測Web攻擊，輸入完整的HTTP文本會使詞典增大，進(jìn)而導(dǎo)致模型參數(shù)過載，增加存儲成本。此外，攻擊載荷的位置不確定性及語義復(fù)雜性會導(dǎo)致漏報(bào)率高。針對模型參數(shù)過載和漏報(bào)攻擊載荷問題，提出了一種基于輕量級詞典協(xié)同記憶聚焦處理模型的Web攻擊檢測方法。生成輕量級詞典，結(jié)合輕量級詞典的預(yù)處理規(guī)則，依次執(zhí)行保留、替換、添加、丟棄等操作預(yù)處理HTTP文本，減輕參數(shù)過載問題。...