基于机器学习的XSS攻击检测技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 背景与意义 | 第10-12页 |
| 1.2 XSS攻击检测领域国内外研究现状 | 第12-15页 |
| 1.2.1 XSS攻击检测工具现状 | 第12-13页 |
| 1.2.2 XSS攻击检测技术研究现状 | 第13-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 XSS攻击检测相关理论与技术 | 第17-29页 |
| 2.1 XSS攻击简介 | 第17-23页 |
| 2.1.1 XSS攻击的分类 | 第17-19页 |
| 2.1.2 变形XSS攻击 | 第19-21页 |
| 2.1.3 XSS攻击的利用方式 | 第21-23页 |
| 2.2 XSS攻击的防御 | 第23-24页 |
| 2.3 XSS攻击检测系统 | 第24-26页 |
| 2.4 XSS攻击与HTTP协议 | 第26-27页 |
| 2.5 机器学习算法简介 | 第27-28页 |
| 2.5.1 HMM | 第28页 |
| 2.5.2 SVM | 第28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 利用HMM进行XSS攻击检测 | 第29-51页 |
| 3.1 隐马尔可夫模型(HMM) | 第29-34页 |
| 3.1.1 HMM模型原理 | 第29-30页 |
| 3.1.2 HMM需要解决的三个问题 | 第30-31页 |
| 3.1.3 HMM模型问题的求解 | 第31-34页 |
| 3.2 基于HMM的XSS攻击检测模型建立 | 第34-43页 |
| 3.2.1 HMM模型的选择 | 第34-35页 |
| 3.2.2 XSS攻击样本特征分析与提取 | 第35-39页 |
| 3.2.3 样本特征范化 | 第39-41页 |
| 3.2.4 模型参数的设定 | 第41-43页 |
| 3.3 HMM模型的训练 | 第43-45页 |
| 3.4 HMM模型的检测 | 第45-46页 |
| 3.4.1 阈值的确定 | 第45-46页 |
| 3.5 实验结果与分析 | 第46-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第4章 利用SVM进行XSS攻击检测 | 第51-66页 |
| 4.1 支持向量机(SVM) | 第51-55页 |
| 4.1.1 SVM模型原理 | 第51-53页 |
| 4.1.2 非线性SVM和核函数 | 第53-55页 |
| 4.2 基于SVM的XSS攻击检测模型建立 | 第55-61页 |
| 4.2.1 样本数据清洗 | 第55-56页 |
| 4.2.2 XSS攻击样本特征分析与提取 | 第56-58页 |
| 4.2.3 特征向量标准化 | 第58-60页 |
| 4.2.4 模型参数的设定 | 第60-61页 |
| 4.3 SVM模型训练与检测 | 第61-62页 |
| 4.3.1 SVM模型的训练 | 第61-62页 |
| 4.3.2 SVM模型的检测 | 第62页 |
| 4.4 实验结果与分析 | 第62-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 攻读学位期间参加的科研项目和成果 | 第73页 |
