[发明专利]基于机器学习的SQL语句安全检测方法、装置、设备及介质

权利要求书

1.一种基于机器学习的SQL语句安全检测方法，其特征在于，所述基于机器学习的SQL语句安全检测方法包括：

在接收到SQL访问请求时，对所述访问请求进行解析，得到待检测数据；

采用TF-IDF算法，对所述待检测数据进行特征提取，得到特征分词；

使用隐马尔可夫模型对所述特征分词进行文本异常检测，得到检测结果；

若所述检测结果为存在异常，则确认所述待检测数据存在威胁，并对SQL访问请求进行拦截处理。

2.如权利要求1所述的基于机器学习的SQL语句安全检测方法，其特征在于，所述采用TF-IDF算法，对所述待检测数据进行特征提取，得到特征分词包括：

通过单词组合的方式，对所述待检测数据来进行分词划分，得到初始分词；

统计所述初始分词在所述待检测语句中的比重，将所述比重作为所述初始分词的词频；

统计所述初始分词在预设语料库中的逆向文件频率IDF；

计算所述初始分词的词频TF与所述逆向文件频率IDF的乘积，并根据所述乘积确定所述初始分词是否为重要特征，将属于重要特征的所述初始分词，确定为所述特征分词。

3.如权利要求1所述的基于机器学习的SQL语句安全检测方法，其特征在于，所述使用隐马尔可夫模型对所述特征分词进行文本异常检测，得到检测结果包括：

将所述特征分词转化为状态表示；

针对第i个状态，通过隐马尔可夫模型的观测序列，预测第i+1个状态的概率分布，将所述概率分布中，最大概率值对应的状态，作为第i+1个状态对应的预测状态，其中，i为正整数；

若第i+1个状态与第i+1个状态对应的预测状态匹配，则确认检测结果为正常；

若第i+1个状态与第i+1个状态对应预测状态不匹配，则确认检测结果为异常。

4.如权利要求1所述的基于机器学习的SQL语句安全检测方法，其特征在于，所述基于机器学习的SQL语句安全检测方法还包括：

从检测日志中，获取检测结果为异常的状态，对应的特征分词，作为参考分词；

计算所述特征分词与所述参考分词的文本相似度，得到文本相似度值；

若所述文本相似度值小于预设相似度阈值，则将所述特征分词作为异常分词，并确定所述检测结果为异常。

5.如权利要求1至4任一项所述的基于机器学习的SQL语句安全检测方法，其特征在于，在所述使用隐马尔可夫模型对所述特征分词进行文本异常检测，得到检测结果之后，并且，在所述若所述检测结果为存在异常，则确认所述待检测数据存在威胁之前，所述基于机器学习的SQL语句安全检测方法还包括：

若所述检测结果为异常，则基于SQL语句对所述待检测数据进行词法分词，得到待验证分词；

使用预设的字符验证函数，通过字符串扫描的方式，对所述待验证分词进行敏感词汇验证，得到扫描结果；

若所述扫描结果为所述待验证分词中存在敏感词汇，则确认所述检测结果为存在异常。

6.如权利要求1所述的基于机器学习的SQL语句安全检测方法，其特征在于，在所述使用隐马尔可夫模型对所述特征分词进行文本异常检测，得到检测结果之后，还包括：

将所述特征分词和所述特征分词对应的检测结果存储至区块链中。

7.一种基于机器学习的SQL语句安全检测装置，其特征在于，所述基于机器学习的SQL语句安全检测装置包括：

请求解析模块，用于在接收到SQL访问请求时，对所述访问请求进行解析，得到待检测数据；

特征分词模块，用于采用TF-IDF算法，对所述待检测数据进行特征提取，得到特征分词；

异常检测模块，用于使用隐马尔可夫模型对所述特征分词进行文本异常检测，得到检测结果；

请求拦截模块，用于若所述检测结果为存在异常，则确认所述待检测数据存在威胁，并对SQL访问请求进行拦截处理。