本文關鍵詞：OSN中基于分類器和改進n-gram模型的跨站腳本檢測方法

  更多相關文章： 在線社交網絡 跨站腳本攻擊 分類器 n-gram模型 檢測

【摘要】：針對在線社交網絡中跨站腳本(XSS)攻擊的安全問題,提出了一種在線社交網絡惡意網頁的檢測方法。該方法依據在線社交網絡中跨站腳本惡意代碼的傳播特性,提取一組基于相似性和差異性的特征,構造分類器和改進n-gram模型,再利用兩種模型的組合,檢測在線社交網絡網頁是否惡意。實驗結果表明,與傳統(tǒng)的分類器檢測方法相比,結合了改進n-gram模型的檢測方法保證了檢測結果的可靠性,誤報率約為5%。
【作者單位】： 信息安全國家重點實驗室(中國科學院信息工程研究所);中國科學院大學;
【關鍵詞】： 在線社交網絡 跨站腳本攻擊 分類器 n-gram模型 檢測
【基金】：國家自然科學基金資助項目(61100228) 中國科學院戰(zhàn)略性先導專項(XDA06030601,XDA06010701) 國家863計劃項目(2012AA013101)
【分類號】：TP393.08
【正文快照】： 0引言近幾年來,已擁有大量用戶的在線社交網絡(OnlineSocial Network,OSN),其用戶數量仍在上升[1]。OSN在全球擁有的巨大用戶數量和其隱藏的潛在經濟利益,引起了許多黑客們的關注和興趣,導致針對OSN平臺的網絡攻擊層出不窮[2],幾種常見的網絡攻擊包括:惡意軟件、病毒、騙局、

【相似文獻】

中國期刊全文數據庫 前10條

1 畢曉冬;;基于流分類技術的MPLS協(xié)議數據轉發(fā)研究[J];山東師范大學學報(自然科學版);2006年02期

2 高志森;張錚;李俊;;入侵檢測中貝葉斯分類器改進的研究[J];計算機技術與發(fā)展;2006年11期

3 周豫蘋;方建安;于冬梅;;入侵檢測的可進化模糊規(guī)則分類器研究[J];計算機工程與科學;2009年08期

4 陳念;王汝傳;;改進的AdaBoost算法在IDS入侵檢測中的應用[J];計算機工程與應用;2010年21期

5 楊霽琳;彭宏;鄧爽;趙毓高;;基于OWA算子與FSVM的郵件過濾[J];計算機工程;2007年20期

6 王輝;劉艷威;左萬利;;使用分類器自動發(fā)現(xiàn)特定領域的深度網入口(英文)[J];軟件學報;2008年02期

7 張雪松;;基于級聯(lián)AdaBoost的Snort異常檢測預處理插件研究[J];科學技術與工程;2011年17期

8 張琨,李千目,劉鳳玉;第一級認知系統(tǒng)在基于專家系統(tǒng)入侵檢測中的應用研究[J];計算機工程與應用;2002年19期

9 蔣雄文 ,茅潔;入侵檢測系統(tǒng)中的多分類器融合技術[J];微型機與應用;2004年09期

10 郭紅剛,方敏;AdaBoost方法在入侵檢測技術上的應用[J];計算機應用;2005年01期

中國重要會議論文全文數據庫 前10條

1 張東娜;彭宏;吳鐵峰;;一種基于粗集與貝葉斯分類器的中文網頁分類方法[A];第一屆全國Web信息系統(tǒng)及其應用會議（WISA2004）論文集[C];2004年

2 熊琴;李陶深;陳燕;蒙輝;;NS2中選播通信模塊的設計與實現(xiàn)[A];2007年全國開放式分布與并行計算機學術會議論文集(下冊)[C];2007年

3 付煥煥;李俊;張潔;;入侵檢測中機器學習算法的集成[A];中國電子學會第十七屆信息論學術年會論文集[C];2010年

4 趙艷杰;楊波;;基于數據挖掘的網絡入侵檢測系統(tǒng)的研究[A];山東省計算機學會2005年信息技術與信息化研討會論文集（二）[C];2005年

5 朱春江;陸宇e，

本文編號：546046