一种基于机器学习的文本数据检测方法、装置和设备制造方法及图纸

本发明专利技术公开了一种基于机器学习的文本数据检测方法、装置和设备。一种基于机器学习的文本数据检测方法，包括：对用于训练的文本数据进行特征提取；基于特征提取结果训练检测算法模型；基于特征提取结果和检测算法模型训练解释算法模型；基于训练得到的检测算法模型对待检测的文本数据进行检测，得到检测结果；基于训练得到的解释算法模型对待检测的文本数据进行解释，得到解释结果；对所述检测结果和解释结果进行汇总输出。本实施例的技术方案，解决了文本数据的检测内容容易被攻击者绕过，且难以自动扩展检测范围，需要维护大量规则的问题，达到了精确地对文本数据进行检测，并且可以对检测结果进行解释说明的效果。可以对检测结果进行解释说明的效果。可以对检测结果进行解释说明的效果。

【技术实现步骤摘要】
一种基于机器学习的文本数据检测方法、装置和设备


[0001]本专利技术实施例涉及网络安全检测技术，尤其涉及一种基于机器学习的文本数据检测方法、装置和设备。

技术介绍

[0002]当前互联网的使用日益普及，互联网安全对于信息安全也愈发重要，结构化查询语言注入(Structures Query Language Injection，SQL注入)是常见的网站攻击方式，攻击者通过将恶意的SQL查询或添加语句插入到应用的输入参数中，再在后台SQL服务器上解析执行进行的攻击，来达到包括文本数据窃取等攻击目的。在现有技术中，通常基于规则策略配置相应规则内容来有针对性地检测具体SQL注入内容。
[0003]然而，现有技术存在如下技术缺陷：由于规则策略是人为设定的，因此容易被攻击者绕过，且难以自动扩展检测范围，需要维护大量规则。

技术实现思路

[0004]本专利技术提供一种基于机器学习的文本数据检测方法、装置和设备，以实现精确地对文本数据进行检测，并且可以对检测结果进行解释说明的效果。
[0005]第一方面，本专利技术实施例提供了本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的文本数据检测方法，其特征在于，包括：对用于训练的文本数据进行特征提取；基于特征提取结果训练检测算法模型；基于特征提取结果和检测算法模型训练解释算法模型；基于训练得到的检测算法模型对待检测的文本数据进行检测，得到检测结果；基于训练得到的解释算法模型对待检测的文本数据进行解释，得到解释结果；对所述检测结果和解释结果进行汇总输出。2.根据权利要求1所述的基于机器学习的文本数据检测方法，其特征在于，所述文本数据包括：SQL结构化查询语言注入语句。3.根据权利要求1所述的基于机器学习的文本数据检测方法，其特征在于，所述对用于训练的文本数据进行特征提取，包括：通过TF
‑
IDF特征提取方法对用于训练的文本数据进行特征提取。4.根据权利要求1所述的基于机器学习的文本数据检测方法，其特征在于，所述基于特征提取结果训练检测算法模型，包括：基于特征提取结果，对LightGBM轻量级提升学习算法进行训练，得到检测算法模型。5.根据权利要求1所述的基于机器学习的文本数据检测方法，其特征在于，所述基于特征提取结果和检测算法模型训练解释算法模型，包括：基于向量形式的特征提取结果和检测算法模型，训练解释算法模型。6.根据权利要求1所述的基于机器学习的文本数据检测方法，其特征在于，所述基于特征提取结果和检测算法模型训练解释算法模型，包括：基于特征提取结果和检测算法模...

【专利技术属性】
技术研发人员：陈嘉豪，梁彧，傅强，蔡琳，杨满智，田野，阿曼太，王杰，金红，陈晓光，
申请(专利权)人：恒安嘉新北京科技股份公司，
类型：发明
国别省市：