计算机应用研究2021，Issue(3) ：871-874,880.DOI:10.19734/j.issn.1001-3695.2020.01.0071

基于多尺度特征融合的恶意HTTP请求检测方法

Multiscale feature fusion for malicious HTTP request detection

巫家宏 杨振国 刘文印
计算机应用研究2021，Issue(3) ：871-874,880.DOI:10.19734/j.issn.1001-3695.2020.01.0071
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于多尺度特征融合的恶意HTTP请求检测方法

Multiscale feature fusion for malicious HTTP request detection

巫家宏 1杨振国 1刘文印1
扫码查看

作者信息

  • 1. 广东工业大学 计算机学院,广州510006
  • 折叠

摘要

针对当前网络环境中恶意HTTP请求攻击泛滥的问题,提出了一种多尺度特征融合的检测方法.首先从单词级和字符级两个尺度对HTTP请求进行建模,然后使用卷积神经网络提取其高阶语义特征;再借助多尺度特征融合技术,学习HTTP请求的多尺度公共向量表示;最后使用线性分类器进行分类.实验结果表明该方法性能在HTTP CSIC 2010数据集和WAF真实数据集上优于现有方法.

关键词

恶意请求检测/深度学习/特征融合

引用本文复制引用

基金项目

国家自然科学基金资助项目(61703109)

国家自然科学基金资助项目(91748107)

广东省引进创新科研团队计划资助项目(2014ZT05G157)

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量2
参考文献量2
段落导航相关论文