-
题名基于Transformer的网页中间件识别
- 1
-
-
作者
孙磊
刘传水
朱宇
-
机构
渤海石油装备制造有限公司研究院(数智技术中心)
华油钢管有限公司
-
出处
《电脑知识与技术》
2025年第13期99-101,共3页
-
文摘
随着互联网技术的发展,网页应用中大量使用中间件,这些中间件潜藏安全风险。并且,中间件的指纹特征是网络安全中的重要信息,在攻防过程中有重要的价值。传统的识别方法依赖人工编写规则或特征匹配,存在维护成本高、易被绕过等问题。为提升网络信息安全能力,文章提出了一种基于Transformer的网页中间件识别方法,旨在克服传统方法的局限性,提高识别效率和准确率。文章利用Transformer模型的自注意力机制,自动学习网页代码和网络流量中的特征,构建分类器对中间件类型进行预测。实验结果表明,该方法的识别准确率可以达到98%以上,具有较高的实用价值。
-
关键词
网页中间件识别
Transformer模型
网络安全
漏洞挖掘
深度学习
-
分类号
F0206
[经济管理—政治经济学]
-
