[发明专利]一种基于URL基线偏离度分析的SQL注入检测方法及装置

权利要求书

1.一种基于URL基线偏离度分析的SQL注入检测方法，其特征在于，包括：

构建基线的步骤；

样本再划分的步骤；

有监督学习的步骤；其中，在有监督学习的步骤中进行多维度特征构造。

2.根据权利要求1所述的基于URL基线偏离度分析的SQL注入检测方法，其特征在于，所述构建基线的步骤包括：

获取正常业务的http流量数据；

以http请求中的host和cgi作为主键，对此主键下的正常业务的http流量数据进行分析，以head、param以及content进行泛华，统计相关内容，构建基线。

3.根据权利要求2所述的基于URL基线偏离度分析的SQL注入检测方法，其特征在于，所述样本再划分的步骤包括：

获取SQL注入的http流量数据；

计算SQL注入的http流量数据与基线的偏离程度，综合考虑精确率和召回率，以F1值作为偏离程度取值的评价标准，将F1值得分最高的偏离程度即为样本划分标准；

根据样本划分标准对输入的正常业务的http流量数据以及SQL注入的http流量数据进行再次选择，选择出标准的白样本并增加黑样本。

4.根据权利要求3所述的基于URL基线偏离度分析的SQL注入检测方法，其特征在于，所述有监督学习的步骤包括：

在进行样本再划分后，将得到的白样本和黑样本进行多维度特征构造；

将完成多维度特征构造后的白样本和黑样本作为训练样本输入分类器中进行有监督训练；

将待预测样本输入训练好的分类器中得到预测白样本和预测黑样本。

5.根据权利要求4所述的基于URL基线偏离度分析的SQL注入检测方法，其特征在于，所述有监督学习的步骤还包括：

将预测黑样本作为已知黑样本添加到训练样本中，再将训练样本输入分类器中进行有监督训练。

6.根据权利要求1所述的基于URL基线偏离度分析的SQL注入检测方法，其特征在于，所述分类器为XGboost模型。

7.一种基于URL基线偏离度分析的SQL注入检测装置，其特征在于，包括：

基线构造模块；所述基线构造模块用于执行构建基线的步骤；

样本再划分模块；所述样本再划分模块用于执行样本再划分的步骤；

有监督学习模块，所述有监督学习模块用于执行有监督学习的步骤；其中，在有监督学习的步骤中进行多维度特征构造。