基于BERT的多模型融合的Web攻擊檢測(cè)方法

摘要： 傳統(tǒng)Web攻擊檢測(cè)方法準(zhǔn)確率不高，不能有效防范Web攻擊。針對(duì)該問(wèn)題，提出一種基于變換器的雙向編碼器表示(BERT)的預(yù)訓(xùn)練模型、文本卷積神經(jīng)網(wǎng)絡(luò)(TextCNN)和雙向長(zhǎng)短期記憶網(wǎng)絡(luò)(BiLSTM)多模型融合的Web攻擊檢測(cè)方法。先將HTTP請(qǐng)求進(jìn)行預(yù)處理，再通過(guò)BERT進(jìn)行訓(xùn)練得到具備上下文依賴的特征向量，并用TextCNN模型進(jìn)一步提取其中的高階語(yǔ)義特征，作為BiLSTM... （共10頁(yè)）