一种基于深度学习的漏洞场景识别方法
基本信息
| 申请号 | CN202010456557.1 | 申请日 | - |
| 公开（公告）号 | CN111625838A | 公开（公告）日 | 2020-09-04 |
| 申请公布号 | CN111625838A | 申请公布日 | 2020-09-04 |
| 分类号 | G06F21/57(2013.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 董昊辰;方仁贵;高晓辉;郭路路;何晓刚;何召阳;李克萌;刘兵;王欣宇;郗朝旭;谢鑫;赵岱翀;周欢;朱伟光 | 申请（专利权）人 | 北京墨云科技有限公司 |
| 代理机构 | 北京专赢专利代理有限公司 | 代理人 | 刘梅 |
| 地址 | 100089北京市海淀区上地信息路12号3层A区A315 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的漏洞场景识别方法，包含以下步骤：A、页面数据获取；B、进行特征工程；C、词嵌入处理；D、对页面内容进行卷积神经网络训练；E、对页面结构进行卷积神经网络训练；F、进入Softmax层进行分类，本发明的有益效果是：1、提高了漏洞场景识别的效率；2、无需编写识别漏洞场景规则，减轻渗透人员的工作；3、识别结果不依赖于渗透人员的经验。识别准确度大幅度提高；4、识别的结果统一化，为后续的渗透测试自动化提供基础支持；5、进一步降低了渗透测试工作的复杂度。 |
