[发明专利]构建识别模型及攻击识别方法、装置、设备及存储介质

权利要求书

1.一种构建识别模型的方法，其特征在于，包括：

获取结构化查询语言注入攻击的训练样本集合；

根据结构化查询语言的词库，对所述训练样本集合中每条样本进行分词处理，获得所述每条样本各自的分词后样本，并转换得到每条所述分词后样本各自的表示向量；

获取每条所述分词后样本各自对应的第一词嵌入向量；

获取所述词库中每个词条各自对应的第二词嵌入向量；

基于所述每条样本各自的所述表示向量和所述第一词嵌入向量，以及所述词库中每个词条各自的第二词嵌入向量，对预设的神经网络模型进行训练，得到所述结构化查询语言注入攻击的识别模型。

2.根据权利要求1所述的构建识别模型的方法，其特征在于，所述获取结构化查询语言注入攻击的训练样本集合，包括：

获取结构化查询语言注入攻击的原始训练样本集合；

对所述原始训练样本集合进行预处理，以得到所述训练样本集合；

其中，所述预处理包括：

去除所述原始训练样本集合的干扰数据；和/或

将所述原始训练样本集合中结构化查询语言的编码数据，解码为结构化查询语言的原始数据。

3.根据权利要求2所述的构建识别模型的方法，其特征在于，所述干扰数据包括以下至少一者：注释语句、特殊符号、重复样本、存在歧义的数据、单字符样本和单数字样本。

4.根据权利要求1所述的构建识别模型的方法，其特征在于，所述结构化查询语言的词库的构建过程包括：

提取词库构建样本集合中每条样本包含的单词、字符以及数字；

对提取到的所述单词、所述字符以及所述数字进行筛选处理后，得到所述词库包含的词条，并获取每个所述词条对应的索引值；

生成包含每个所述词条以及每个所述词条对应的索引值的所述词库。

5.根据权利要求4所述的构建识别模型的方法，其特征在于，所述获取每个所述词条对应的索引值，包括：

统计每个所述词条在所述样本中的出现频次；

按照所述出现频次从高到低的顺序，对每个所述词条进行排序，获得排序结果；

将所述词条在所述排序结果中的排名，作为所述词条的所述索引值。

6.根据权利要求4所述的构建识别模型的方法，其特征在于，所述根据结构化查询语言的词库，对所述训练样本集合中每条样本进行分词处理，获得所述每条样本各自的分词后样本，并转换得到每条所述分词后样本各自的表示向量，包括：

分别对每条所述样本进行以下处理：

根据所述结构化查询语言的词库，对所述样本进行分词处理，获得所述样本包含的各分词；

从所述词库中获取每个所述分词各自对应的索引值；

按照每个所述分词在所述样本中的出现次序，对每个所述分词对应的索引值进行排序；

将排序后得到的索引值序列，作为所述样本对应的表示向量。

7.根据权利要求1所述的构建识别模型的方法，其特征在于，所述第一词嵌入向量中包括基于频率的词嵌入向量；

所述基于频率的词嵌入向量包括计数向量，基于单个分词统计到的频率向量，以及基于n元语法统计到的频率向量中的至少一种。