欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于AI的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法及服務(wù)器與流程

文檔序號(hào):40603552發(fā)布日期:2025-01-07 20:44閱讀:7來(lái)源:國(guó)知局
基于AI的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法及服務(wù)器與流程

本申請(qǐng)涉及數(shù)據(jù)處理領(lǐng)域,且更為具體地,涉及一種基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法及服務(wù)器。


背景技術(shù):

1、隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,web應(yīng)用已經(jīng)成為企業(yè)和個(gè)人進(jìn)行信息交互的主要平臺(tái)之一。然而,web應(yīng)用的安全性問題也隨之日益凸顯,其中sql注入攻擊作為最常見的安全威脅之一,給眾多網(wǎng)站和應(yīng)用帶來(lái)了嚴(yán)重的安全隱患。sql注入攻擊通過在應(yīng)用程序接收的輸入中插入惡意sql代碼,利用應(yīng)用程序?qū)斎肴狈Τ浞烛?yàn)證這一缺陷,從而誘使執(zhí)行非授權(quán)的數(shù)據(jù)庫(kù)操作。這不僅可能導(dǎo)致敏感數(shù)據(jù)的泄露,還可能使數(shù)據(jù)庫(kù)遭受破壞,進(jìn)而影響整個(gè)系統(tǒng)的穩(wěn)定性和安全性。

2、然而,傳統(tǒng)的sql注入防護(hù)機(jī)制主要包括輸入驗(yàn)證、參數(shù)化查詢、存儲(chǔ)過程、以及使用安全api等手段,這些措施往往依賴于開發(fā)人員的經(jīng)驗(yàn)和對(duì)安全性的認(rèn)識(shí)。隨著黑客技術(shù)的不斷進(jìn)步,這些傳統(tǒng)方法已經(jīng)越來(lái)越難以應(yīng)對(duì)新型的攻擊方式。特別是針對(duì)一些復(fù)雜的應(yīng)用場(chǎng)景,傳統(tǒng)方法可能無(wú)法全面覆蓋所有潛在的注入風(fēng)險(xiǎn)點(diǎn),也無(wú)法有效識(shí)別復(fù)雜的攻擊模式。

3、因此,期望一種基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方案。


技術(shù)實(shí)現(xiàn)思路

1、為了解決上述技術(shù)問題,提出了本申請(qǐng)。本申請(qǐng)的實(shí)施例提供了一種基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法及服務(wù)器,其能夠通過采集sql指令的代碼,并利用基于人工智能和深度學(xué)習(xí)的數(shù)據(jù)處理和語(yǔ)義理解算法來(lái)對(duì)于該sql指令的代碼進(jìn)行分析,以此來(lái)捕獲和刻畫出sql指令代碼的抽象語(yǔ)法樹語(yǔ)義嵌入表示,并基于嵌入表示中的各個(gè)節(jié)點(diǎn)嵌入語(yǔ)義之間的關(guān)聯(lián)信息來(lái)進(jìn)行過濾,以純化出語(yǔ)義表達(dá)質(zhì)量更高的節(jié)點(diǎn)嵌入語(yǔ)義來(lái)進(jìn)行原始節(jié)點(diǎn)的替換。然后,再對(duì)經(jīng)過過濾純化處理后的抽象語(yǔ)法樹語(yǔ)義嵌入表示進(jìn)行基于樹形長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的sql代碼語(yǔ)義編碼,以利用增強(qiáng)sql指令代碼中各個(gè)詞之間的結(jié)構(gòu)化依賴關(guān)系來(lái)實(shí)現(xiàn)對(duì)sql注入漏洞的準(zhǔn)確識(shí)別和檢測(cè)。這樣,能夠更為智能化地進(jìn)行入侵防護(hù)應(yīng)答數(shù)據(jù)處理,幫助自動(dòng)識(shí)別和檢測(cè)sql注入攻擊,以便從源頭上解決掛馬問題,加強(qiáng)網(wǎng)站的安全。

2、根據(jù)本申請(qǐng)的一個(gè)方面,提供了一種基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其包括:

3、獲取待識(shí)別sql指令的代碼;

4、對(duì)所述待識(shí)別sql指令的代碼進(jìn)行語(yǔ)義分析和嵌入映射處理以得到sql指令抽象語(yǔ)法樹語(yǔ)義嵌入表示,其中,所述sql指令抽象語(yǔ)法樹語(yǔ)義嵌入表示包含節(jié)點(diǎn)語(yǔ)義嵌入向量的集合和邊語(yǔ)義嵌入向量的集合;

5、將所述節(jié)點(diǎn)語(yǔ)義嵌入向量的集合輸入基于偽錨定中心貢獻(xiàn)度語(yǔ)義查詢的特征過濾網(wǎng)絡(luò)以得到過濾后的節(jié)點(diǎn)語(yǔ)義嵌入向量的集合;

6、使用所述過濾后的節(jié)點(diǎn)語(yǔ)義嵌入向量的集合來(lái)替換所述sql指令抽象語(yǔ)法樹語(yǔ)義嵌入表示中的節(jié)點(diǎn)語(yǔ)義嵌入向量的集合以得到sql指令抽象語(yǔ)法樹語(yǔ)義增強(qiáng)嵌入表示;

7、將所述sql指令抽象語(yǔ)法樹語(yǔ)義增強(qiáng)嵌入表示輸入基于樹形長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的sql代碼語(yǔ)義編碼器以得到sql代碼語(yǔ)義結(jié)構(gòu)編碼特征向量;

8、基于所述sql代碼語(yǔ)義結(jié)構(gòu)編碼特征向量,確定是否存在sql注入安全漏洞。

9、根據(jù)本申請(qǐng)的另一個(gè)方面,提供了一種服務(wù)器,其包括:

10、處理器;

11、存儲(chǔ)器,在所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序指令,所述計(jì)算機(jī)程序指令在被所述處理器運(yùn)行時(shí)使得所述處理器執(zhí)行如權(quán)利要求1-7中任一項(xiàng)所述的基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法。

12、與現(xiàn)有技術(shù)相比,本申請(qǐng)?zhí)峁┑囊环N基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法及服務(wù)器,其能夠通過采集sql指令的代碼,并利用基于人工智能和深度學(xué)習(xí)的數(shù)據(jù)處理和語(yǔ)義理解算法來(lái)對(duì)于該sql指令的代碼進(jìn)行分析,以此來(lái)捕獲和刻畫出sql指令代碼的抽象語(yǔ)法樹語(yǔ)義嵌入表示,并基于嵌入表示中的各個(gè)節(jié)點(diǎn)嵌入語(yǔ)義之間的關(guān)聯(lián)信息來(lái)進(jìn)行過濾,以純化出語(yǔ)義表達(dá)質(zhì)量更高的節(jié)點(diǎn)嵌入語(yǔ)義來(lái)進(jìn)行原始節(jié)點(diǎn)的替換。然后,再對(duì)經(jīng)過過濾純化處理后的抽象語(yǔ)法樹語(yǔ)義嵌入表示進(jìn)行基于樹形長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的sql代碼語(yǔ)義編碼,以利用增強(qiáng)sql指令代碼中各個(gè)詞之間的結(jié)構(gòu)化依賴關(guān)系來(lái)實(shí)現(xiàn)對(duì)sql注入漏洞的準(zhǔn)確識(shí)別和檢測(cè)。這樣,能夠更為智能化地進(jìn)行入侵防護(hù)應(yīng)答數(shù)據(jù)處理,幫助自動(dòng)識(shí)別和檢測(cè)sql注入攻擊,以便從源頭上解決掛馬問題,加強(qiáng)網(wǎng)站的安全。



技術(shù)特征:

1.一種基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其特征在于,包括:

2.根據(jù)權(quán)利要求1所述的基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其特征在于,對(duì)所述待識(shí)別sql指令的代碼進(jìn)行語(yǔ)義分析和嵌入映射處理以得到sql指令抽象語(yǔ)法樹語(yǔ)義嵌入表示,包括:

3.根據(jù)權(quán)利要求2所述的基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其特征在于,將所述節(jié)點(diǎn)語(yǔ)義嵌入向量的集合輸入基于偽錨定中心貢獻(xiàn)度語(yǔ)義查詢的特征過濾網(wǎng)絡(luò)以得到過濾后的節(jié)點(diǎn)語(yǔ)義嵌入向量的集合,包括:

4.根據(jù)權(quán)利要求3所述的基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其特征在于,對(duì)所述節(jié)點(diǎn)語(yǔ)義嵌入向量的集合進(jìn)行聚類分析以得到節(jié)點(diǎn)語(yǔ)義聚類中心表示向量作為偽錨定中心,包括:計(jì)算所述節(jié)點(diǎn)語(yǔ)義嵌入向量的集合中各個(gè)節(jié)點(diǎn)語(yǔ)義嵌入向量之間的按位置均值以得到所述節(jié)點(diǎn)語(yǔ)義聚類中心表示向量。

5.根據(jù)權(quán)利要求4所述的基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其特征在于,計(jì)算所述節(jié)點(diǎn)語(yǔ)義嵌入向量的集合中的各個(gè)節(jié)點(diǎn)語(yǔ)義嵌入向量相對(duì)于所述偽錨定中心的語(yǔ)義貢獻(xiàn)度表示矩陣以得到節(jié)點(diǎn)語(yǔ)義貢獻(xiàn)度表示矩陣的序列,包括:

6.根據(jù)權(quán)利要求5所述的基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其特征在于,將所述節(jié)點(diǎn)語(yǔ)義貢獻(xiàn)度表示矩陣的序列中的各個(gè)節(jié)點(diǎn)語(yǔ)義貢獻(xiàn)度表示矩陣通過基于隨機(jī)失活機(jī)制的貢獻(xiàn)度仿掩碼稀疏模塊以得到掩碼稀疏節(jié)點(diǎn)語(yǔ)義貢獻(xiàn)度表示矩陣的序列,包括:對(duì)所述各個(gè)節(jié)點(diǎn)語(yǔ)義貢獻(xiàn)度表示矩陣進(jìn)行隨機(jī)失活處理以得到所述掩碼稀疏節(jié)點(diǎn)語(yǔ)義貢獻(xiàn)度表示矩陣的序列。

7.根據(jù)權(quán)利要求6所述的基于ai的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法,其特征在于,基于所述sql代碼語(yǔ)義結(jié)構(gòu)編碼特征向量,確定是否存在sql注入安全漏洞,包括:將所述sql代碼語(yǔ)義結(jié)構(gòu)編碼特征向量輸入基于分類器的sql注入識(shí)別器以得到識(shí)別結(jié)果,所述識(shí)別結(jié)果用于表示是否存在sql注入安全漏洞。

8.一種服務(wù)器,其特征在于,包括:


技術(shù)總結(jié)
本申請(qǐng)公開了一種基于AI的入侵防護(hù)應(yīng)答數(shù)據(jù)處理方法及服務(wù)器,其能夠通過采集SQL指令的代碼,并利用基于人工智能和深度學(xué)習(xí)的數(shù)據(jù)處理和語(yǔ)義理解算法來(lái)對(duì)于該SQL指令的代碼進(jìn)行分析,以此來(lái)捕獲和刻畫出SQL指令代碼的抽象語(yǔ)法樹語(yǔ)義嵌入表示,并基于嵌入表示中的各個(gè)節(jié)點(diǎn)嵌入語(yǔ)義之間的關(guān)聯(lián)信息來(lái)進(jìn)行過濾,以純化出語(yǔ)義表達(dá)質(zhì)量更高的節(jié)點(diǎn)嵌入語(yǔ)義來(lái)進(jìn)行原始節(jié)點(diǎn)的替換。然后,再對(duì)經(jīng)過過濾純化處理后的抽象語(yǔ)法樹語(yǔ)義嵌入表示進(jìn)行基于樹形長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)的SQL代碼語(yǔ)義編碼,以利用增強(qiáng)SQL指令代碼中各個(gè)詞之間的結(jié)構(gòu)化依賴關(guān)系來(lái)實(shí)現(xiàn)對(duì)SQL注入漏洞的準(zhǔn)確識(shí)別和檢測(cè)。這樣,能夠更為智能化地進(jìn)行入侵防護(hù)應(yīng)答數(shù)據(jù)處理,幫助自動(dòng)識(shí)別和檢測(cè)SQL注入攻擊,以便從源頭上解決掛馬問題,加強(qiáng)網(wǎng)站的安全。

技術(shù)研發(fā)人員:鄔國(guó)煒
受保護(hù)的技術(shù)使用者:深圳麥節(jié)芯創(chuàng)科技有限公司
技術(shù)研發(fā)日:
技術(shù)公布日:2025/1/6
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
富民县| 常宁市| 江津市| 临安市| 九龙县| 仲巴县| 增城市| 中西区| 南木林县| 舞阳县| 板桥市| 大石桥市| 志丹县| 疏附县| 沂水县| 翼城县| 津南区| 泰和县| 漳浦县| 宁城县| 西平县| 淄博市| 北京市| 烟台市| 炎陵县| 金门县| 泰来县| 郑州市| 集贤县| 介休市| 茂名市| 武隆县| 天全县| 民县| 枣强县| 景洪市| 无极县| 永安市| 南澳县| 邹平县| 南阳市|