文献

J-GLOBAL ID：201802243717498425   整理番号：18A0892647

SVMとテキスト特徴ベクトル抽出に基づくSQL注入検出研究【JST・京大機械翻訳】

Research of SQL Injection Detection Based on SVM and Text Feature Extraction

著者 (2件)： Li Hongling (云南大学信息学院計算机科学与工程系,云南昆明,650091) ,  Zou Jianxin (云南大学信息学院計算机科学与工程系,云南昆明,650091)
資料名： Xinxi Wangluo Anquan  (Xinxi Wangluo Anquan)
号： 12  ページ： 40-46  発行年： 2017年 
JST資料番号： C3332A  ISSN： 1671-1122  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： SQLインジェクション攻撃は,大きな危険性,多くの攻撃タイプ,高速変異,および攻撃隠蔽の特性を持ち,注目を浴びている。本論文では,機械学習と自然言語統計技術を組み合わせた,SVMとテキスト特徴ベクトル抽出に基づくSQLインジェクション検出技術を提案した。テキスト分析,特徴抽出,および分類の3つの主要部分,すなわち,テキスト収集,基本特性抽出,変形特徴のデータ統計,テキスト空間ベクトルモデル確立,モデル訓練,分類装置の分類,分類結果の分類を含む。実験結果は,SVMとテキスト特徴ベクトル抽出に基づくSQL注入検出が良好な分類効果を有することを示した。機械学習評価訓練モデルのエッジ曲線、混同行列、効果分析、感度分析、特異性分析などの評価方法の結果により、学習で得られたSQL注入検出分類モデルが高い検出率を有することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 感度解析 ,  高速度 ,  自然言語 ,  オクルージョン ,  *機械学習 ,  分類装置 ,  特徴抽出 ,  検出法 ,  サイバー攻撃
準シソーラス用語： 検出率 ,  分類モデル ,  特異性 ,  テキスト解析 ,  SQLインジェクション攻撃 ,  *特徴ベクトル ,  *テキスト , 【Automatic Indexing@JST】

分類 (1件)： データ保護  (JD01020V)

タイトルに関連する用語 (5件)： SVM ,  特徴ベクトル ,  SQL ,  注入 ,  研究