申请/专利权人:北京天云海数技术有限公司
申请日:2023-06-27
公开(公告)日:2024-01-09
公开(公告)号:CN116545767B
主分类号:H04L9/40
分类号:H04L9/40;G06N3/0442;G06N3/0475;H04L41/16
优先权:
专利状态码:有效-授权
法律状态:2024.01.09#授权;2023.08.22#实质审查的生效;2023.08.04#公开
摘要:本发明公开了一种基于生成对抗网络的XSS攻击载荷自动生成方法及系统,属于网络安全技术领域,方法包括:收集XSS攻击载荷样本数据,并对XSS攻击载荷样本数据进行预处理;基于文本生成对抗网络结构构建生成器,基于卷积神经网络结构构建判别器,由生成器和判别器构建生成对抗神经网络模型;利用预处理后的XSS攻击载荷样本数据对对抗神经网络模型进行迭代训练,直至判别器达到预设的分类概率则训练完成;向训练完成的对抗神经网络模型的生成器中输入随机噪声向量,生成XSS攻击载荷。通过本发明的技术方案,提高了攻击的成功率,减少了手工构建的工作量,提高了生成效率,增强了系统的抵抗力和安全性。
主权项:1.一种基于生成对抗网络的XSS攻击载荷自动生成方法,其特征在于,包括:收集XSS攻击载荷样本数据,并对所述XSS攻击载荷样本数据进行预处理;基于文本生成对抗网络结构构建生成器,基于卷积神经网络结构构建判别器,由所述生成器和所述判别器构建生成对抗神经网络模型,其中,所述生成器包括预设数量个LSTM单元,每个所述LSTM单元后加一dropout层以及一全连接层,构成所述生成器;利用预处理后的所述XSS攻击载荷样本数据对所述对抗神经网络模型进行迭代训练,直至所述判别器达到预设的分类概率则训练完成;向训练完成的所述对抗神经网络模型的所述生成器中输入随机噪声向量,生成XSS攻击载荷;构建所述生成对抗神经网络模型的具体过程包括:采用基于文本生成对抗网络结构的LSTM构建所述生成器,采用卷积神经网络的卷积层和最大池化层组成所述判别器;所述生成器用于在输入随机生成种子时生成并输出相似样本,所述判别器用于判别所述生成器所生成样本的真伪,所述生成器与所述判别器形成对抗博弈;所述对抗神经网络模型的迭代训练过程具体包括:对所述生成器和所述判别器的参数进行初始化;采样预设数量的真实样本,同时采样同样数量的噪声样本,并使用所述生成器获得同样数量的生成样本;固定所述生成器,采用梯度上升梯度策略训练所述判别器以判断样本为真实样本或生成样本,对所述判别器进行预设数量次循环训练;采用梯度下降策略对所述生成器进行优化,至所述判别器对所述生成器的分类概率达到预设值。
全文数据:
权利要求:
百度查询: 北京天云海数技术有限公司 一种基于生成对抗网络的XSS攻击载荷自动生成方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。