江苏大学学报(自然科学版)

作者：马征,陈学斌,张国鹏,翟冉

单位：1. 华北理工大学 理学院， 河北 唐山 063210； 2. 华北理工大学 河北省数据科学与应用重点实验室， 河北 唐山 063210； 3. 华北理工大学 唐山市数据科学重点实验室， 河北 唐山 063210

关键词：跨站脚本攻击, 模糊测试, 遗传算法, 支持向量机, 特征向量化

基金：国家自然科学基金资助项目（U20A20179）

针对现有基于过滤器、动态分析、静态分析等的解决方案在检测未知 XSS 攻击方面效果不佳的问题，利用机器学习方法可高效检测出未知 XSS 攻击的特点，提出一种基于遗传算法和支持向量机的XSS攻击检测模型.通过模糊测试生成XSS攻击预样本，利用遗传算法搜索特征空间，迭代生成最优测试用例，从而扩充数据集、丰富XSS攻击向量库.给出了基于遗传算法和支持向量机的攻击检测模型，确定了XSS测试用例编码规则.进行了适应度函数设计，完成了选择算子、交叉算子、变异算子的设计.从准确率、召回率、误报率和F1值来评价分类器的检测效果，结果表明：该模型准确率达到了99.5%；对比其他检测方法，该检测模型具有更好的检测效果，并且召回率和误报率也有明显改善.

来源：2024年第6期

《江苏大学学报(自然科学版)》期刊编辑部

查看江苏大学学报(自然科学版)杂志2024年第6期