融合DRAE与SVM的网页防篡改检测

摘要

针对传统的网络安全研究,如入侵检测、流量分析和主动防御等方法需要较强网络安全相关知识、大量网络训练数据,以及较高研究门槛的问题,本研究提出一种基于深度残差自动编码器(deep residual auto-encoder,DRAE)与支持向量机(SVM)相结合的网页防篡改检测模型,运用DRAE提取网页图像特征,并输入SVM分类器以判别网页是否被篡改.在某大学范围内实验验证,结果表明,使用该模型进行网页检测的准确率高达95%,高于现有检测方法.