NO TEARS算法在XSS攻击检测中的应用研究

• 全文链接
• 请求原文

作   者：

孙宝丹;  王培超;  周鋆; 

作者机构：

国防科技大学信息系统工程重点实验室;  中国人民解放军31104部队; 

关键词：

贝叶斯网络;  NOTEARS算法;  XSS攻击检测实验;  结构学习; 

期刊名称：

小型微型计算机系统

基金项目：

i s s n：

1000-1220

年卷期：

2020 年 04 期

页   码：

782-785

摘   要：

近年来,利用机器学习技术对跨站脚本攻击(XSS攻击)进行检测成为网络安全研究的热点.由于检测特征多,样本标注有限,机器学习模型的精准训练问题一直是一个难题.贝叶斯网络可以较好的适应小样本环境,最近提出的NO TEARS结构学习算法利用平滑约束优化方法,可以较好地对模型进行训练.本文针对XSS攻击检测问题,利用NO TEARS算法训练贝叶斯网络模型进行XSS攻击载荷(Payload)的判断.在实验中,本文使用了较为丰富的真实数据,并与传统的结构学习方法及其他分类算法进行了比较,实验结果表明,本文中使用的新的结构学习方法能够明显提升分类准确率,是一种检测XSS攻击的有效方法.