[发明专利]一种网站应用安全缺陷检测模型建模方法及缺陷检测方法有效
申请号: | 201911349630.9 | 申请日: | 2019-12-24 |
公开(公告)号: | CN111131248B | 公开(公告)日: | 2021-09-24 |
发明(设计)人: | 林丹生;曾智勇;胡春潮;梁智强 | 申请(专利权)人: | 南方电网电力科技股份有限公司 |
主分类号: | H04L29/06 | 分类号: | H04L29/06;H04L12/24 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 黄忠 |
地址: | 510000 广东省广州市越秀区西*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 网站 应用 安全 缺陷 检测 模型 建模 方法 | ||
1.一种网站应用安全缺陷检测模型建模方法,其特征在于,包括:
获取网站应用系统的访问日志样本和告警日志样本,通过机器学习算法对所述访问日志样本和所述告警日志样本进行训练,得到访问安全缺陷样本集,其中,所述访问日志样本和所述告警日志样本为通过预设的访问信息流样本进行访问生成的日志信息,所述机器学习算法包括:决策树算法和朴素贝叶斯算法;
根据历史安全缺陷检测结果,生成安全缺陷规则库;
通过深度学习算法,对所述访问信息流样本、所述访问安全缺陷样本集和所述安全缺陷规则库进行深度学习训练,得到安全缺陷检测模型,以便于通过所述安全缺陷检测模型对访问信息流数据和访问日志信息进行运算,获取安全缺陷检测结果,所述深度学习算法包括:迁移学习算法和最大池算法。
2.根据权利要求1所述的一种网站应用安全缺陷检测模型建模方法,其特征在于,还包括:
根据所述网站应用系统的源代码和API接口,通过语法树方式生成访问信息流样本。
3.根据权利要求2所述的一种网站应用安全缺陷检测模型建模方法,其特征在于,根据所述网站应用系统的源代码和API接口,通过语法树方式生成访问信息流样本之后还包括:
根据所述访问信息流样本对所述网站应用系统进行访问,得到所述访问日志样本。
4.根据权利要求3所述的一种网站应用安全缺陷检测模型建模方法,其特征在于,还包括:
在根据所述访问信息流样本对所述网站应用系统进行访问的过程中,当检测到安全缺陷警告时,记录所述安全缺陷警告,得到告警日志样本。
5.一种缺陷检测方法,其特征在于,包括:
获取用户访问网站应用系统时的访问信息流数据和所述网站应用系统中保存的访问日志信息;
将所述访问信息流数据和所述访问日志信息输入至安全缺陷检测模型,通过所述安全缺陷检测模型进行运算,以获取安全缺陷检测结果,其中,所述安全缺陷检测模型为通过权利要求1至4任意一项所述的网站应用安全缺陷检测模型建模方法构建的模型。
6.一种网站应用安全缺陷检测模型建模装置,其特征在于,包括:
访问安全缺陷样本集构建单元,用于获取网站应用系统的访问日志样本和告警日志样本,通过机器学习算法对所述访问日志样本和所述告警日志样本进行训练,得到访问安全缺陷样本集,其中,所述访问日志样本和所述告警日志样本为通过预设的访问信息流样本进行访问生成的日志信息,所述机器学习算法包括:决策树算法和朴素贝叶斯算法;
缺陷规则库构建单元,用于根据历史安全缺陷检测结果,生成安全缺陷规则库;
安全缺陷检测模型构建单元,用于通过深度学习算法,对所述访问信息流样本、所述访问安全缺陷样本集和所述安全缺陷规则库进行深度学习训练,得到安全缺陷检测模型,以便于通过所述安全缺陷检测模型对访问信息流数据和访问日志信息进行运算,获取安全缺陷检测结果,所述深度学习算法包括:迁移学习算法和最大池算法。
7.一种缺陷检测装置,其特征在于,包括:
模型输入参数获取单元,用于获取用户访问网站应用系统时的访问信息流数据和所述网站应用系统中保存的访问日志信息;
安全缺陷检测单元,用于将所述访问信息流数据和所述访问日志信息输入至安全缺陷检测模型,通过所述安全缺陷检测模型进行运算,以获得安全缺陷检测结果,其中,所述安全缺陷检测模型为通过权利要求1至4任意一项所述的网站应用安全缺陷检测模型建模方法构建的模型。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方电网电力科技股份有限公司,未经南方电网电力科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911349630.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种药品包装盒的印刷系统
- 下一篇:一种光伏电板雨水清洗洁净装置