文献类型：期刊文章

作　　者：楚翔皓[1] 刘震[1,2]

CHU Xiang-hao;LIU Zhen(School of Computer Science and Engineering,Tianjin University of Technology,Tianjin 300384,China;School of General Information Science,Nagasaki Institute of Applied Science,Nagasaki 851-0193,Japan)

机构地区：[1]天津理工大学计算机科学与工程学院,天津300384 [2]长崎综合科学大学综合信息学部,长崎日本851-0193

出　　处：《天津理工大学学报》

年　　份：2019

卷　　号：35

期　　号：6

起止页码：41-46

语　　种：中文

收录情况：普通刊

摘　　要：由于Web技术的不断发展,尤其是5G技术的逐渐普及,万物联网的时代已经到来.网络的便利让数据的流通更加的及时和有价值,各种Web应用不仅方便了人们的日常生活,推进了社会的进步,更是带来了巨大的经济效益.因此,许多不法分子以攻击他人Web应用的方式来获取盈利,而作为OWASP(Open WebApplication Security Project)公布的报告中排名第一的注入类漏洞,是不法分子最常攻击的方向,带来了巨大的安全威胁.近年来,众多安全研究者都着力于找寻出更高效,准确度更高的方式来防御SQL注入攻击,本文将会对当前研究状况进行总结分析,并提出一种新基于LSTM神经网络的SQL注入语句分类识别模型.

关 键 词：SQL注入 Long Short-Term Memory(LSTM)神经网络  机器学习  特征提取

分 类 号：TP391]