文献类型：期刊文章

作　　者：田俊峰[1,2] 石伟[1,2]

TIAN Jun-feng;SHI Wei(College of Computer Science and Technology,Hebei University,Baoding 071000,China;Key Laboratory on High Trusted Information System in Hebei Province,Baoding 071000,China)

机构地区：[1]河北大学网络空间安全与计算机学院,河北保定071000 [2]河北省高可信信息系统重点实验室,河北保定071000

出　　处：《小型微型计算机系统》

基　　金：国家自然科学基金项目(61170254;60873203)资助;河北省自然科学基金重点项目(F6201244)资助

年　　份：2019

卷　　号：40

期　　号：3

起止页码：584-588

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：随着攻击Web应用程序工具的增多,Web服务面临众多安全威胁.目前检测Web攻击的方法主要是规则匹配,难以高效识别Web攻击流量.提出一种基于卷积神经网络的Web攻击检测方法,将Web请求流量转换为灰度图,即流量图像.针对传统卷积神经网络只能处理固定大小输入的局限,搭建基于空间金字塔池化的卷积神经网络,使之适于处理大小不同的Web流量,并从众多Web流量中识别出攻击流量.实验表明,该方法比规则匹配的方式及传统的卷积神经网络在识别Web攻击流量时更加高效准确.

关 键 词：WEB攻击 CNN SPP

分 类 号：TP393.08] TP183[计算机类]