基于SVM和Word2Vec的Web应用入侵检测系统OA
Intrusion detection system of Web application based on SVM and Word2Vec
高校应用系统中的Web日志数据是系统运维、安全分析的重要来源.针对数据中心产生的Web日志进行研究,同时考虑GET和POST请求的所有数据,采用Word2Vec构造特征向量,利用支持向量机进行模型构建.并基于MapReduce并行计算模型,给出了一种异常入侵检测算法,构建了一套基于Web日志的安全分析平台.系统运行结果表明,该平台可以有效地发现校园网中的异常入侵,检索效率高,能有效提高运维效率和异常排查速度.
凌仕勇;龚锦红
华东交通大学 网络信息中心,江西 南昌 330013华东交通大学 电气与自动化工程学院,江西 南昌 330013
计算机与自动化
支持向量机Word2VecMapReduce入侵检测
《信息技术与网络安全》 2022 (8)
13-19,7
江西省教育厅科技项目(GJJ190317)
评论