基于机器学习识别SQL注入攻击设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 研究内容和意义 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 相关基础知识 | 第15-24页 |
| 2.1 SQL语言 | 第15页 |
| 2.2 Web应用的架构和访问 | 第15-17页 |
| 2.2.1 Web应用架构 | 第15-16页 |
| 2.2.2 网站访问流程 | 第16-17页 |
| 2.3 SQL注入攻击 | 第17-21页 |
| 2.3.1 SQL注入定义 | 第17页 |
| 2.3.2 SQL注入攻击特点 | 第17页 |
| 2.3.3 SQL注入攻击目标 | 第17-18页 |
| 2.3.4 SQL注入攻击的分类 | 第18-19页 |
| 2.3.5 SQL注入的产生过程 | 第19-21页 |
| 2.4 机器学习算法 | 第21-22页 |
| 2.5 模型评价指标 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 基于机器学习的SQL注入检测系统设计 | 第24-36页 |
| 3.1 系统需求分析 | 第24-26页 |
| 3.1.1 系统需求 | 第24页 |
| 3.1.2 系统目标 | 第24-25页 |
| 3.1.3 系统设计原则 | 第25-26页 |
| 3.2 系统框架设计 | 第26-27页 |
| 3.3 系统功能设计 | 第27-34页 |
| 3.3.1 数据收集模块 | 第28-29页 |
| 3.3.2 特征提取模块 | 第29-33页 |
| 3.3.3 机器学习模块 | 第33-34页 |
| 3.3.4 预测模块 | 第34页 |
| 3.4 系统环境 | 第34-35页 |
| 3.4.1 系统运行软硬件环境 | 第34-35页 |
| 3.4.2 系统开发环境 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于机器学习的SQL注入检测系统实现 | 第36-50页 |
| 4.1 系统工作流程 | 第36-37页 |
| 4.2 功能实现 | 第37-49页 |
| 4.2.1 数据收集功能 | 第37-39页 |
| 4.2.2 特征提取功能 | 第39-42页 |
| 4.2.3 机器学习功能 | 第42-47页 |
| 4.2.4 预测功能 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 基于机器学习的SQL注入检测系统应用 | 第50-57页 |
| 5.1 系统主界面 | 第50-51页 |
| 5.2 导入SQL数据集应用 | 第51-52页 |
| 5.3 导入关键词应用 | 第52-53页 |
| 5.4 选择算法及模型评价应用 | 第53-55页 |
| 5.5 模型预测应用 | 第55页 |
| 5.6 应用成效 | 第55-56页 |
| 5.7 本章小结 | 第56-57页 |
| 总结与展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间取得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |
| 附件 | 第63页 |
