[发明专利]基于词向量和LSTM检测SQL注入行为在审
| 申请号： | 201811507260.2 | 申请日： | 2018-12-11 |
| 公开（公告）号： | CN109873800A | 公开（公告）日： | 2019-06-11 |
| 发明（设计）人： | 方勇;黄诚;刘亮 | 申请（专利权）人： | 四川大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06N3/04 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明是基于词向量和LSTM检测SQL注入行为，其主要针对Web应用所面对的最主要威胁——SQL注入攻击。现有的基于规则的SQL注入检测系统存在更新慢，反应慢，容易绕过的缺点。针对SQL注入检测问题，本专利提出了一种基于LSTM神经网络的SQL注入检测模型。该模型利用SQL语句的语义特征，对SQL语句进行语法解析，利用似然比检验构造出SQL语句词向量序列，利用LSTM神经网络对构造的词向量序列进行判定。实验表明，本发明基于词向量和LSTM检测SQL注入行为可以有效的判别SQL注入攻击。 | ||
| 搜索关键词： | 词向量 检测 神经网络 检测问题 检测系统 语法解析 语义特征 攻击 似然比 绕过 判定 更新 检验 威胁 | ||
【主权项】：
1.本发明公开了一种基于SQL词向量和LSTM算法的SQL注入检测行为，其特征在于以下步骤：A、将SQL语句依据SQL语法解析为SQL语法标记序列；B、以所有的语法标记序列为样本集，分别计算每一个SQL语法标记序列的阳性似然比和阴性似然比，即每个序列与SQL注入语句和正常语句的相关性；C、将步骤B中的阳性似然比和阴性似然比构建成二维的词向量；D、构建由mask层、LSTM层和Dense层和输出层构成的循环神经网络检测模型，对上面的词向量进行训练；E、最后得到训练好的模型，当有新的SQL语句后，通过此模型进行检测，得到SQL注入检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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四川大学，未经四川大学许可，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/patent/201811507260.2/，转载请声明来源钻瓜专利网。
