[发明专利]攻击检测方法、模型训练方法、装置、服务器及存储介质

权利要求书

1.一种攻击检测方法，其特征在于，包括：

获取待检测的JS代码；

解析所述JS代码的抽象语法树，得到所述JS代码的控制流图CFG和数据流图DFG；

将所述CFG和所述DFG转换为特征向量；

将所述特征向量输入至预先训练好的攻击检测模型中，得到所述JS代码的类型；所述JS代码的类型包括：JS DDoS攻击对应的类型，以及正常JS代码对应的类型；

将所述CFG和所述DFG转换为特征向量，包括：

遍历所述CFG和所述DFG，形成所述CFG和所述DFG的流路径；所述CFG和所述DFG的流路径分别为对所述CFG和所述DFG按照树结构遍历形成的节点序列；

从预设的参考字典中查找所述CFG和所述DFG的流路径中的各字符或字符串的数字ID标识，得到CFG和DFG对应的特征向量。

2.如权利要求1所述的攻击检测方法，其特征在于，在得到所述JS代码的类型后，所述方法还包括：

根据预设的与所述类型对应的处理策略，对所述JS代码进行处理。

3.一种模型训练方法，其特征在于，包括：

获取各类JS DDoS攻击的JS代码，以及正常的JS代码；

解析各所述JS代码的抽象语法树，得到各所述JS代码的控制流图CFG和数据流图DFG；

将各所述JS代码的所述CFG和所述DFG转换为特征向量，并根据各所述特征向量对应的JS代码的类型，标记各所述JS代码的特征向量的标签；

将各所述JS代码的特征向量，以及各所述JS代码的特征向量的标签输入至预设的攻击检测模型中进行训练，得到训练好的攻击检测模型；

将各所述JS代码的所述CFG和所述DFG转换为特征向量，包括：

遍历各所述JS代码的所述CFG和所述DFG，形成所述CFG和所述DFG的流路径；所述CFG和所述DFG的流路径分别为对所述CFG和所述DFG按照树结构遍历形成的节点序列；

从预设的参考字典中查找所述CFG和所述DFG的流路径中的各字符或字符串的数字ID标识，得到CFG和DFG对应的特征向量。

4.如权利要求3所述的模型训练方法，其特征在于，所述攻击检测模型为深度学习算法模型。

5.如权利要求3或4所述的模型训练方法，其特征在于，所述获取各类JS DDoS攻击的JS代码，包括：

获取各类JS DDoS攻击当前已有的第一JS代码；

按照预设的代码生成规则，在各类JS DDoS攻击的第一JS代码的基础上，生成各类JSDDoS攻击的第二JS代码；所述第二JS代码包括明文JS代码和/或混淆的JS代码。

6.一种攻击检测装置，其特征在于，包括：第一获取模块、第一解析模块、第一转换模块和检测模块；

所述第一获取模块，用于获取待检测的JS代码；

所述第一解析模块，用于解析所述JS代码的抽象语法树，得到所述JS代码的控制流图CFG和数据流图DFG；

所述第一转换模块，用于将所述CFG和所述DFG转换为特征向量；

所述检测模块，用于将所述特征向量输入至预先训练好的攻击检测模型中，得到所述JS代码的类型；所述JS代码的类型包括：JS DDoS攻击对应的类型，以及正常JS代码对应的类型；

所述第一转换模块具体用于，遍历所述CFG和所述DFG，形成所述CFG和所述DFG的流路径，从预设的参考字典中查找所述CFG和所述DFG的流路径中的各字符或字符串的数字ID标识，得到CFG和DFG对应的特征向量；所述CFG和所述DFG的流路径分别为对所述CFG和所述DFG按照树结构遍历形成的节点序列。