苏林萍 刘小倩 陈 飞 李 为 崔文超

（华北电力大学控制与计算机工程学院 北京 102206）

1 引言

随着互联网服务的广泛使用，Web应用也日渐复杂，而且Web的安全问题也因其易用性和开放性日益显著［1～2］。根据开发式Web应用程序安全项目（OWASP）的发布数据显示，SQL注入漏洞是网络信息安全的主要漏洞［3］。在过去的一些年里，许多专家学者对SQL注入问题做了大量研究，提出了许多防御方法和检测技术。但是随着攻击者攻击手段的不断变化，现有的SQL注入防御与检测方法依然存在一些不足。因此，如何防御与检测SQL注入一直是安全领域的热点研究问题。

国内外学者已经针对SQL注入攻击做了大量研究。文献［4～5］使用事先定义好的特征向量对SQL语句进行文本向量化及类别检测，准确率有所提高，但是忽略了词与词之间的联系；文献［6］从恶意代码中提取有效的N-gram特征的方法，并利用支持向量机（SVM）作为机器学习分类器，将可执行代码分类为恶意代码或良性代码。但是该方法存在一些不足之处，使用SVM进行分类时不能够为不同的特征子序列赋予不同的权重；A.Joshi和V.Geetha结合朴素贝叶斯机器学习算法和基于角色的访问控制机制对SQL语句进行检测，但此方法的测试用例具有局限性［7］；文献［8］提出一种基于Simhash算法的SQL注入检测方法，首先通过自学习过程生成初始的Simhash指纹库构建具有索引结构的指纹库，再结合强白名单策略来判断每条SQL语句的合法性，具有抵御未知SQL注入攻击的能力。

针对目前存在的一些缺陷，本文结合N-gram和TFIDF进行文本向量化，利用N-gram提取关键字，然后在所提取的关键字的基础上计算TFIDF矩阵，使用SVM算法进行模型训练。……