基于机器学习GRU_CNN_KNN_SVM_RF5种实现的web攻击检测系统项目源码+数据集+模型+项目说明.7z
基于聚类的XSS和SQL注入检测
基于机器学习的XSS和SQL注入检测
现了基于GRU，CNN，KNN，SVM，RF共五个检测模型
检测过程：数据加载-》数据预处理(urldecode和转小写)->向量化（预训练word2Vec模型，padding补齐）->模型训练->模型预测->模型评估
2022-12-13 13:26:00
21.43MB
1.实验目的
1） 通过该实验熟悉sqlmap常用的命令，完成POST注入攻击。
2.实验工具
1）服务器：CentOS，IP地址：10.1.1.136
2）测试者：win7，IP地址随机
3.实验方案
1）了解sqlmap以及post注入形成原因并利用sqlmap进行post注入
2022-11-29 12:00:29
475KB
1
某业务平台平均每月捕获到Web攻击数量超过2亿，涉及常见注入攻击，代码执行等类型。传统威胁检测手段通过分析已知攻击特征进行规则匹配，无法检测未知漏洞或攻击手法。如何快速准确地识别未知威胁攻击并且将不同攻击正确分类，对提升Web攻击检测能力至关重要。利用机器学习和深度学习技术对攻击报文进行识别和分类已经成为解决该问题的创新思路，有利于推动AI技术在威胁检测分析场景的研究与应用。
2022-08-30 21:05:37
23.16MB
1
跨站脚本攻击是指通过存在安全漏洞的Web网站注册用户的浏览器运行非法的HTML标签或JavaScript进行的一种攻击。动态创建的HTML部分有可能隐藏着安全漏洞。就这样，当攻击者编写脚本，设下陷阱，用户在自己的浏览器上运行时，一不小心就会受到被动攻击。跨站脚本攻击有可能造成以下影响：利用虚假信息骗取用户个人信息利用脚本窃取用户的Cookie值，被害人在不知情的情况下，帮攻击者发送恶意请求。显示伪造的文章或图片。跨站脚本攻击案例1.在动态生成的HTML处发生在编辑个人信息的页面处输入Username，此时的确认界面上，浏览器会把用户输入的解析成HTML标签，然后显示出删除线
2022-06-07 23:03:19
193KB
1
环境配置：
首先要求：python 3.6
响应的库函数：TensorFlow，python-scapy
train_url.py：
该文件主要包含的功能是实现对训练数据的加载以及处理，同时训练模型模块以及预测分析模块也在此
get_url.py:
该文件的主要功能是实现抓取数据包，同时将数据包中的URL解析出来
type.py：
该文件的主要功能是实现对攻击类型的判断
UI.py：
该文件是实现UI界面
Main.py：
主函数的执行入口
2022-04-27 11:05:44
41.52MB
1、网络安全绪论；2、扫描与防御技术；3、网络监听及防御技术4、口令破解与防御技术5、欺骗攻击及防御技术；6、拒绝服务攻击与防御技术；7、缓冲区溢出攻击及防御技术；8、Web攻击及防御技术；9、木马攻击与防御技术；10、计算机病毒；11、网络安全发展与未来
2021-12-27 11:00:19
2.02MB
「AI安全」基于TF-IDF和随机森林算法的Web攻击流量检测方法研究 - 工控安全
网络安全
风险评估
数据库审计
信息安全
法律法规
2021-11-27 09:00:10
1.67MB