一种基于深度学习模型优化的XSS漏洞检测方法
基本信息
| 申请号 | CN202010935454.3 | 申请日 | - |
| 公开（公告）号 | CN111797407A | 公开（公告）日 | 2021-05-07 |
| 申请公布号 | CN111797407A | 申请公布日 | 2021-05-07 |
| 分类号 | G06F21/57;G06N3/04;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 孟军 | 申请（专利权）人 | 江苏开博科技有限公司 |
| 代理机构 | 南京苏创专利代理事务所（普通合伙） | 代理人 | 张艳 |
| 地址 | 210000 江苏省南京市玄武区玄武大道108号聚惠园2号楼2004室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于深度学习模型优化的XSS漏洞检测方法，包括以下步骤：步骤（1）：定义XSS攻击向量语法和输出点语境，构建基础XSS攻击向量指令表；步骤（2）：定义XSS攻击向量变异规则，依此构建变异XSS攻击向量指令表；步骤（3）：根据深度学习模型，优化变异XSS攻击向量指令表；步骤（4）：设计网络爬虫模块，爬取Web页面源码，获取所有URL；步骤（5）：根据URL找到攻击向量注入点，注入优化后的变异XSS攻击向量，进行XSS漏洞检测，最后分析页面响应，判断XSS漏洞是否存在。本发明缩短检测XSS漏洞的检测时间，提高XSS漏洞检测精准度。 |
