一种Web恶意请求检测方法及设备技术

本申请公开了一种Web恶意请求检测方法及设备，所述方法包括：接收全球广域网Web请求数据；根据预先训练的Web恶意请求检测模型，对所述Web请求数据进行检测；其中，所述预先训练的Web恶意请求检测模型与单次恶意请求检测模型、面向业务的恶意请求检测模型以及面向恶意攻击者的请求检测模型有关。本申请实施例通过单次恶意请求检测模型、面向业务的恶意请求检测模型以及面向恶意攻击者的请求检测模型，针对实际业务系统定制个性化的Web恶意请求检测模型，更加准确的识别出恶意访问请求，进而提升业务系统的安全性。升业务系统的安全性。升业务系统的安全性。

【技术实现步骤摘要】
一种Web恶意请求检测方法及设备


[0001]本申请涉及信息安全
，尤其涉及一种Web恶意请求检测方法及设备。

技术介绍

[0002]随着现代社会中信息技术的高速发展，信息安全技术已成为数据分析领域非常重要的技术之一。
[0003]目前，信息安全事件频发的状况，不断引发公众关注。网络安全问题变得越来越敏感和重要，随着当前攻击手段和技术的日益复杂化，使得业务系统面临巨大的安全挑战。在这种情况下，如何有效识别Web恶意请求成为亟需解决的问题。

技术实现思路

[0004]本申请实施例提供一种Web恶意请求检测方法及设备，用于解决现有技术中的如下技术问题：在信息交互的过程中，对Web恶意请求识别的正确率低。
[0005]一方面，本申请实施例提供了一种Web恶意请求检测方法，方法包括：接收全球广域网Web请求数据；根据预先训练的Web恶意请求检测模型，对Web请求数据进行检测；其中，预先训练的Web恶意请求检测模型与单次恶意请求检测模型、面向业务的恶意请求检测模型以及面向恶意攻击者的请求检测模型有关。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种Web恶意请求检测方法，其特征在于，所述方法包括：接收全球广域网Web请求数据；根据预先训练的Web恶意请求检测模型，对所述Web请求数据进行检测；其中，所述预先训练的Web恶意请求检测模型与单次恶意请求检测模型、面向业务的恶意请求检测模型以及面向恶意攻击者的请求检测模型有关。2.根据权利要求1所述的方法，其特征在于，所述所述预先训练的Web恶意请求检测模型与单次恶意请求检测模型、面向业务的恶意请求检测模型以及面向恶意攻击者的请求检测模型有关，包括：确定所述预先训练的Web恶意请求检测模型，包括：所述单次恶意请求检测模型，所述单次恶意请求检测模型为通过对变分自编码器模型进行训练得到；所述面向业务的恶意请求检测模型，所述面向业务的恶意请求检测模型为通过对第一长短期记忆网络模型进行训练得到；所述面向恶意攻击者的请求检测模型，所述面向恶意攻击者的请求检测模型为通过对第二长短期记忆网络模型进行训练得到。3.根据权利要求2所述的方法，其特征在于，所述根据预先训练的Web恶意请求检测模型，对Web请求数据进行检测，包括：根据所述单次恶意请求检测模型，对单次Web请求数据进行检测，确定单次Web请求为恶意请求；根据所述面向业务的恶意请求检测模型，对所有业务访问序列进行检测，确定恶意请求；根据所述面向恶意攻击者的请求检测模型，对同一个请求者的业务访问序列进行检测，确定恶意请求；其中，根据所述Web请求数据，确定所述业务访问序列。4.根据权利要求3所述的方法，其特征在于，所述根据所述单次恶意请求检测模型，确定单次Web请求为恶意请求，包括：确定所述变分自编码器模型包括编码器、解码器、第一判别器；根据所述Web请求数据，确定每次Web请求数据的第一分词向量序列；将所述第一分词向量序列输入所述编码器，得到嵌入向量编码序列；将所述嵌入向量编码序列输入所述解码器，得到第二分词向量序列；将所述第一分词向量序列与所述第二分词向量序列输入所述第一判别器，确定所述第一分词向量序列与所述第二分词向量序列的相似程度；根据所述相似程度，确定恶意请求。5.根据权利要求4所述的方法，其特征在于，所述根据所述面向业务的恶意请求检测模型，对所有业务访问序列进行检测，确定恶意请求，包括：确定所述面向业务的恶意请求检测模型包括业务行为特征判别单元、第二判别器；根据所述Web请求数据与所述嵌入向量编码序列，确定第一向量编码序列；通过所述业务行为特征判别单元，对所述第一向量编码序列进行检测，确定Web请求的业务行为特征；
将所述Web请求的业务行为特征输入所述第二判别器，确定恶意请求。6.根据权利要求5所述的方法，其特征在于，所述根据所述面向恶意攻击者的请求检测模型，对同一个...

【专利技术属性】
技术研发人员：孙善宝，罗清彩，徐驰，闫盼盼，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：