卷积神经网络检测web攻击

    第一天开通博客，以此来对学习过程中的心得加以记录，个人对机器学习在网络安全中的应用颇为感兴趣，尝试使用tensorflow实现sql注入、xss等攻击的识别。记录一下过程。

    tensorflow是google开源深度学习框架，因其卓越的表现迅速成为深度学习领域的主流工具。

    首先是数据集的准备，安全渗透类的数据集并不是很多，搜索了很久后终于找到一个可用的，git地址：https://github.com/foospidy/payloads。样本格式：

    sql注入：admin") or ("1"="1   

                   admin") or ("1"="1"--

    xss:         <img src=1 href=1 οnerrοr="javascript:alert(1)"></img>
                   <audio src=1 href=1 οnerrοr="javascript:alert(1)"></audio>

    使用卷积神经网络识别攻击的思想是将攻击报文转换成44x44的图像矩阵，然后做图像识别。将样本字符串转换成1936维度的向量，如“ admin") or ("1"="1 ”转换为[1,1,0,0,0,0,1,1,1,0,0,1,0,0,1,1,0,1,1,0,1,1,1,0,1,0,0,1,1,1,0

,1,1,1,0,0,1,0,0,0,1,0,0,1,0,1,0,0,1,0,1,0,0,0,0,0,1,1,0,1,1,1,1,1,1,1,0,0,1,0,0,1,0,0,0,0,0,0,1,0,1,0,0,0,0,1,0,0,

0,1,0,0,1,1,0,0,0,1,0,1,0,0,0,1,0,0,1,1,1,1,0,1,