.png){kind=icon}
返回
A cybersecurity method to detect SQL injection attacks using heuristic-driven feature selection and machine learning algorithms
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-025-08165-y.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
SQL注入是一种严重的安全风险，它允许攻击者访问应用程序数据库。SQL注入攻击可以通过多种方法识别，包括机器学习算法。在训练数据集中寻找表现最佳的特性是一个已知的组合优化问题，属于NP完全问题。寻找数据集最有效和显著的特性是特征选择的目标。本研究旨在优化SQL注入检测方法的灵敏度、特异性和准确性。所建议方法的第一阶段涉及创建一个包含13个特征的独特训练数据集。提出了一种二进制形式的鲸鱼优化算法，用于寻找数据集中最有效的特征。通过将鲸鱼算法作为特征选择器与各种机器学习技术相结合，开发了一个有效的SQL注入检测系统。所建议的SQL注入检测器在使用人工神经网络和鲸鱼优化器时，达到了98.88%的准确率、99.35%的灵敏度和98.83%的F1分数。采用所提出的策略选择约31%的特征，提高了攻击检测器的性能。
Keyword:
Cybersecurity
SQL injection
Optimal feature selection
Binary whale algorithm
Machine learning algorithms
期刊
T
IF:
0
论文数:
647
被引数:
0
机构
引用论文
Clustered design-model generation from a program source code using chaos-based metaheuristic algorithms基于混沌元启发式算法的程序源代码聚类设计模型生成
.png){kind=icon}
PREAI
分享收藏Research on SQL Injection Detection Technology Based on Content Matching and Deep Learning基于内容匹配和深度学习的SQL注入检测技术研究
PREAI
分享收藏A software defect prediction method using binary gray wolf optimizer and machine learning algorithms基于二进制灰狼优化和机器学习算法的软件缺陷预测方法
PREAI
分享收藏Towards lightweight model using non-local-based graph convolution neural network for SQL injection detection基于非局部图卷积神经网络实现轻量化模型用于SQL注入检测
PREAI
分享收藏An effective new penetration test approach to detect web attacks on web applications一种有效的新渗透测试方法，用于检测针对Web应用程序的Web攻击
PREAI
分享收藏
查看更多内容