基于机器学习的SQL注入攻击检测方法

摘要

本发明公开了一种基于机器学习的SQL注入攻击检测方法，其包括以下步骤：步骤一，获取标注数据、原始请求数据清洗及预处理；步骤二，分别针对请求数据的不同部分进行特征提取，其中，提取的特征包括：频繁项集的权重；所述频繁项通过FP‑growth算法挖掘SQL注入数据中的频繁项集所得；步骤三，将步骤二获得的特征向量进行拼接，得到整条数据的特征向量；步骤四，建立SVM检测模型；将整条数据的特征向量输入SVM检测模型中训练；步骤五，将待测请求数据的特征向量输入到训练好的SVM检测模型，辅以白名单，判断待测请求数据是否为SQL注入攻击数据。本发明有效且快速检测出SQL注入攻击，防御恶意攻击，保护系统安全。