互联网中基于用户行为的Web异常检测系统研究

根据用户的请求行为与浏览网站行为来检测未知的行为异常和用户身份异常的研究,对网络入侵检测具有很大的实用价值和研究意义。提出了一套基于用户行为的Web异常检测系统。此系统在分析异常用户在入侵网站过程中产生异常行为的基础上,使用基于时间窗的请求速率突变异常检测算法与改进的HsMM算法结合后的RC-HsMM(Rate Control-HsMM,RC-HsMM)算法进行用户请求异常检测,并根据用户的浏览行为习惯和会话中的行为习惯,使用嵌套One-class SVM算法来进行用户身份异常检测,最终构建出一种基于用户行为的Web异常检测系统。     

一种基于动态污点分析的注入式攻击检测模型的设计与实现

在已发现的Web攻击类型中,注入式攻击发生频率最高,研究一种高准确率且高效的检测模型来应对频繁的注入式攻击,具有重要的理论意义和实际价值。设计一种动态污点分析的注入式攻击检测系统,通过动态污点分析提取攻击向量,基于语法分析技术将扁平的字符串抽象画,使用卷积神经网络模型和优化的FastText分类模型建立SQL注入攻击和恶意代码注入攻击模型,从而准确有效地检测出注入式攻击的目的。