典型文献
一种基于改进TF-IDF的SQL注入攻击检测算法
文献摘要：
由于传统的TF-IDF算法没有很好地分配特征词的权重,从而会出现特征提取不充分并且效率低等问题,导致结果不符合实际情况.为了解决该方法在SQL注入攻击检测时所产生的局限性,本文通过在传统的TF-IDF算法里面加入文本数量比因子和卡方统计量CHI来改进TF-IDF,能够很好地改善一些重要词汇的权重问题.通过选择不同的分类器实现SQL注入攻击的检测,从而获得不同的分类结果.实验结果表明,Boosted Decision Tree和改进的TF-IDF相结合的方法与其它同类方法相比,具有更高的准确率、召回率和F1值.此外,本文算法相较于传统的TF-IDF算法对SQL注入攻击检测的正确率、准确率、召回率、F1值均提高5％左右,具有一定的实际应用前景.
文献关键词：
SQL注入;TF-IDF;卡方统计量;文本向量化
中图分类号：
作者姓名：
关慧;盛靖媛;曹同洲
作者机构：
沈阳化工大学计算机科学与技术学院,辽宁沈阳110142;辽宁省化工过程工业智能化技术重点实验室,辽宁沈阳110142
文献出处：
引用格式：
[1]关慧;盛靖媛;曹同洲-.一种基于改进TF-IDF的SQL注入攻击检测算法)[J].计算机与现代化,2022(06):122-126
A类：
B类：
TF,IDF,SQL,攻击检测,检测算法,分配特征,特征词,符合实际,里面,卡方统计量,CHI,分类器,Boosted,Decision,Tree,召回率,文本向量化
AB值：
0.276735
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
