信息安全研究 ›› 2026, Vol. 12 ›› Issue (E1): 127-130.

• • 上一篇    下一篇

基于A-BiLSMT的SQL注入检测研究

廖志远,赵波,张胜元,覃志华   

  • 出版日期:2026-09-04 发布日期:2026-09-04

  • Online:2026-09-04 Published:2026-09-04

摘要: 以SQL注入攻击为研究背景,通过分析基于规则、机器学习等传统基线方法检测手段的局限性,以构建精准的高鲁棒性的SQL注入检测模型为目标,结合深度学习在自动特征学习与复杂模式识别上的优势,提出了一种基于自注意力机制与融合双向长短期记忆神经网络(A-BiLSMT)的检测模型。测试结果表明该模型在SQL注入检测中具有高精度、高效率和强泛化能力,可为提供重要信息系统网络安全防护能力提供技术支撑。

关键词: SQL注入, 深度学习, 神经网络, 网络安全

中图分类号: