公开(公告)号：CN116488915A

公开(公告)日：2023-07-25

申请号：CN202310487302.5

申请日：2023-04-28

Applicant: 西安电子科技大学 ,  杭州安恒信息技术股份有限公司

Inventor： 李兴华 ,  苗春雨 ,  周芷慧 ,  叶方庆

IPC: H04L9/40 ,  H04L67/02 ,  G06F16/35 ,  G06F40/211 ,  G06F40/242 ,  G06F40/284 ,  G06F18/2431 ,  G06F18/2451 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的Web攻击检测与分类识别方法，包括：获取web日志信息并将其标记为不同类型；对web日志信息进行解码，并对解码后的web日志信息进行分词，并转换为词向量；基于textCNN算法、Bi‑LSTM网络以及注意力机制构建Web攻击检测与分类识别的深度学习模型；利用词向量对深度学习模型进行训练，并保存训练好的模型；利用训练好的深度学习模型对未知的web日志进行检测以判定攻击类型。该方法对web攻击的检测和分类识别的准确率较高、速度较快；且该方法不仅可以识别多种web攻击类型，还能对未知的web攻击进行检测和多分类识别，具有较高的安全性和广泛适用性。