面向网络基础设备的流量识别与威胁检测技术

随着网络的不断发展,网络空间面临的风险也在不断增加,其中网络基础设备面临的风险增长迅速。面对复杂多变的网络环境,在混杂且庞大的网络流量中,快速识别并分离出网络基础设备自身流量,并对其进行深度威胁分析与检测,对网络空间安全有紧迫且重要的意义。基于流量采集与处理技术,聚焦通信指纹预测技术和设备时钟分析技术,探讨了面向网络基础设备的流量识别与分离技术,为后续针对性威胁分析与检测提供数据基础,并基于智能算法模型,进一步研究了针对网络基础设备流量的威胁分析与检测方法。     

基于机器学习建模的XSS攻击防范检测

为了解决网络流量中跨站脚本攻击频发且攻击危害性高的问题,研究了基于机器学习算法建模的跨站脚本检测技术,从复杂的网络流量数据中发掘跨网站脚本(Cross-Site Scripting,XSS)攻击,然后结合专家经验和安全业务知识对数据进行打标学习,并采用机器学习技术训练算法模型,实现了对XSS攻击的自动化和智能检测功能....