摘要
在基于深度学习XSS检测的研究中,传统的CNN、LSTM、CNN-LSTM模型在某些数据集上可能存在一些问题。例如,CNN可能无法有效处理具有复杂空间结构的数据,而在处理具有较长时间序列的数据时,LSTM可能会出现梯度消失或梯度爆炸的问题。为了解决这些问题,引入attention机制,结合CNN和LSTM模型(CNN-LSTM-attention)用于XSS攻击检测。CNN-LSTM-attention结合了CNN和LSTM优势,并通过注意力机制来提高分类的准确性。实验表明CNN-LSTM-attention相比CNN、LSTM、CNN-LSTM算法在准确率上有较大的提升。
作者
郑松奕
陈国良
张裕祥
蒋正亮
ZHENG Songyi;CHEN Guoliang;ZHANG Yuxiang;JIANG Zhengliang
出处
《信息技术与信息化》
2024年第5期50-53,共4页
Information Technology and Informatization
作者简介
郑松奕(1986-),男,广东揭阳人,硕士,助理工程师,研究方向:机器学习、软件工程、计算机网络与网络安全;通信作者:陈国良(1984-),(cgl@jnu.edu.cn),男,广东英德人,硕士,工程师,研究方向:网络管理、网络安全、系统管理、软件工程;张裕祥(1989-),男,广东韶关人,硕士,工程师,研究方向:通信工程、网络安全;蒋正亮(1987-),男,广东江门人,硕士,工程师,研究方向:计算机网络与网络安全。
