CN107273465A

CN107273465A - Sql注入检测方法

Info

Publication number: CN107273465A
Application number: CN201710414030.0A
Authority: CN
Inventors: 冯方方; 孙健; 刘斌; 付强
Original assignee: Universal Wisdom Technology Beijing Co Ltd
Current assignee: Universal Wisdom Technology Beijing Co Ltd
Priority date: 2017-06-05
Filing date: 2017-06-05
Publication date: 2017-10-20

Abstract

本发明公开了一种SQL注入检测方法，包括：服务器获取用户查询语句，查询语句包含统一资源定位器URL地址信息和参数信息；将查询语句进行预处理，得到预处理查询语句；将预处理查询语句进行标注，得到标注查询语句，标注查询语句包含SQL注入语句和合法SQL语句；将标注查询语句进行分词处理，得到标注查询词项；将标注查询词项进行向量化处理，得到标注查询向量；按照预设比例对标注查询向量进行分组，得到训练组查询向量和测试组查询向量；利用训练组查询向量训练朴素贝叶斯算法模型，得到朴素贝叶斯数据模型；根据朴素贝叶斯数据模型对测试组查询向量进行SQL注入检测，得到检测结果。

Description

SQL注入检测方法

技术领域

本发明涉及数据处理技术领域，尤其涉及一种SQL注入检测方法。

背景技术

结构化查询语言(Structured Query Language,SQL)注入是指从客户端合法接口提交特殊的非法代码，让其注入到服务器端执行业务的SQL中去，进而改变SQL语句的原有逻辑和影响服务器端正常业务的处理。具体来说，它是利用现有应用程序，将恶意的SQL命令注入到后台数据库引擎执行的能力，它可以通过在Web表单中输入恶意的SQL语句得到一个存在安全漏洞的网页上的数据库，而不是按照设计者意图去执行SQL语句。

目前,防SQL注入检测主要是通过检测是否存在可能导致SQL注入的特殊符号,例如,单引号、双引号、左右小括号、减号等,以及检测是否存在可能导致SQL注入的关键字，例如，select、union、null、table、from等。由于传递的参数有多种情况，如果只是传递一些数据标识的参数，传统方法尚能处理；但如果传递的参数涉及到自然语言等，则传统方法就会有很大的局限性，规则过严会出现大量的误检，规则过松会出现大量的漏检。

发明内容

本发明提供了一种SQL注入检测方法，以解决现有技术中通过特殊符号和关键字进行防SQL注入检测，容易漏检、误检的问题。

本发明实施例提供了一种SQL注入检测方法，包括：

服务器获取用户查询语句，所述查询语句包含统一资源定位器URL地址信息和参数信息；

将所述查询语句进行预处理，得到预处理查询语句；

将所述预处理查询语句进行标注，得到标注查询语句，所述标注查询语句包含SQL注入语句和合法SQL语句；

将所述标注查询语句进行分词处理，得到标注查询词项；

将所述标注查询词项进行向量化处理，得到标注查询向量；

按照预设比例对所述标注查询向量进行分组，得到训练组查询向量和测试组查询向量；

利用所述训练组查询向量训练朴素贝叶斯算法模型，得到朴素贝叶斯数据模型；

根据所述朴素贝叶斯数据模型对所述测试组查询向量进行SQL注入检测，得到检测结果。

进一步的，所述服务器获取用户查询语句具体包括：

服务器获取用户访问日志数据，从中提取出查询语句。

进一步的，所述将所述查询语句进行预处理，得到预处理查询语句具体包括：

将所述统一资源定位器URL地址信息去除噪声数据,并对空缺值进行处理；

将所述参数信息进行解码处理,得到原始参数。

进一步的，在将所述标注查询语句进行分词处理，得到标注查询词项之后，所述方法还包括：

筛除所述标注查询词项中的停止词。

进一步的，将所述标注查询词项进行向量化处理，得到标注查询向量具体包括：

统计所述标注查询词项的词频，并为各个词项赋予权重；

根据各个词项的词频和权重，生成标注查询向量。

进一步的，所述方法还包括：

对所述检测结果进行评估，得到检测准确度。

本发明实施例提供的SQL注入检测方法，服务器获取用户查询语句，查询语句包含统一资源定位器URL地址信息和参数信息；将查询语句进行预处理，得到预处理查询语句；将预处理查询语句进行标注，得到标注查询语句，标注查询语句包含SQL注入语句和合法SQL语句；将标注查询语句进行分词处理，得到标注查询词项；将标注查询词项进行向量化处理，得到标注查询向量；按照预设比例对标注查询向量进行分组，得到训练组查询向量和测试组查询向量；利用训练组查询向量训练朴素贝叶斯算法模型，得到朴素贝叶斯数据模型；根据朴素贝叶斯数据模型对测试组查询向量进行SQL注入检测，得到检测结果。本发明提供的SQL注入检测方法，基于朴素贝叶斯分类方法进行防SQL注入检测,大大提高了检测的准确性。

附图说明

图1为本发明实施例提供的SQL注入检测方法的流程图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

下面结合图1所示的SQL注入检测方法流程图，对本发明实施例提供的SQL注入检测方法进行详细说明。

如图1所示，本发明提供的SQL注入检测方法主要包括如下步骤：

步骤101，服务器获取用户查询语句。

具体的,当用户访问服务器时，服务器记录相关数据，例如，用户Web访问日志数据等，从而得到SQL语句。

SQL语句包括超文本传输协议(HyperText Transfer Protocol，HTTP)请求，查询请求以及用户身份验证数据等。SQL语句中包含URL地址信息和参数信息。

例如，SQL语句形如：HTTP://xxx.xxx.xxx/abc.asp？id＝XX，则id＝XX为参数。在动态服务器页面(Active Server Page,ASP)中，有时可能只有一个参数，有时可能有N个参数，有时是整型参数，有时是字符串型参数。

步骤102，将查询语句进行预处理，得到预处理查询语句。

具体的，将URL地址进行标准化处理,去除噪声数据,例如注释等，并对空缺值进行处理；将参数信息进行解码处理,得到原始参数。

通过对用户输入的SQL语句进行预处理，能够将用户提交的SQL语句标准化，能够避免在后续检测过程中由于原始SQL语句中的噪声数据对检测结果造成的影响。

步骤103，将预处理查询语句进行标注，得到标注查询语句，标注查询语句包含SQL注入语句和合法SQL语句。

利用不同的类别标签将预处理之后的SQL语句标注为SQL注入语句和合法SQL语句，也就是说，将预处理之后的查询语句分为两类，一类为SQL注入语句，一类为合法SQL语句。

步骤104，将标注查询语句进行分词处理，得到标注查询词项。

分词也就是把查询语句拆分成更细粒度的词语来进行表示，分词之后去除标点符号、数字以及无关成分。

对于英文，最小的语法单位和语意单位都是单词。由于英语的书写习惯把单词与单词之间用一个空格分开，所以可以依靠空格来进行分词。对于中文，最小语法单位是字，但是最小语意单位是词。由于一个字根本无法准确表述一个意思，所以假设以字为单位来进行分词，用户搜索的结果很可能与用户原本的意图不相关。所以，要准确的标识语意，对于中文进行分词，必须将其切分成汉语词的集合。

例如，将中文语句“恭喜您获得500万大奖，请点击查看领奖地址”进行分词后，得到词项：“恭喜”,“您”,“获得”,“万”,“大奖”,“请”,“点击”,“查看”,“领奖”,“地址”。

在将标注查询语句进行分词处理，得到标注查询词项之后，方法还包括：筛除标注查询词项中的停止词。

其中，停止词是指那些无意义的字或词，如“的”、“在”等。分词处理后，去掉语句中的停止词，并根据常用停止词在分词时进行判断。

常用停止词例如：“的”,“一”,“不”,“在”,“人”,“有”,“是”,“为”,“以”,“于”，“上”,“他”,“而”,“后”,“之”,“来”,“及”,“了”,“因”,“下”,“可”,“到”,“由”,“这”,“与”,“也”,“此”,“但”,“并”,“个”,“其”,“已”,“无”,“小”,“我”,“们”,“起”,“最”,“再”,“今”,“去”,“好”,“只”,“又”,“或”,“很”,“亦”,“某”,“把”,“那”,“你”,“乃”,“它”。

去掉停用词的目的是降低后续生成向量的维度，提高处理速度，而且，去除无关信息也能够提高检测的准确度。

步骤105，将标注查询词项进行向量化处理，得到标注查询向量。

统计标注查询词项的词频，并为各个词项赋予权重；根据各个词项的词频和权重，生成标注查询向量。

在统计得到的各个词项的词频后，可以但不限于基于词频-倒文档率(TF-IDF)的方式为各个词项赋予权重。词频表示该词项在文档中出现的次数，倒文档率表示该词项在各语句之间的区别度，倒文档率越大，越能区分词项所属的类别。

利用各个词项及各个词项的权重生成标注查询向量。如果查询语句中包含k个词项，具体表示为：T＝(t1,t2,…,tk)；对应的词频向量表示为：F＝(f1,f2,…,fk)；各个词项对应的权重向量表示为：V＝(v1,v2,…,vk)。词项向量P表示为P＝(T，V)或者P＝(T，F，V)。

步骤106，按照预设比例对标注查询向量进行分组，得到训练组查询向量和测试组查询向量。

将得到的标注查询向量分为训练组数据和测试组数据，具体比例可以根据具体需要进行设置，例如，将80％作为训练组数据，将20％作为测试组数据。

步骤107，利用训练组查询向量训练朴素贝叶斯算法模型，得到朴素贝叶斯数据模型。

朴素贝叶斯模型：

Vmap＝argmaxP(Vj|a1,a2) (1)

其中，Vj属于V集合；Vmap是给定一个样本得到的最可能的目标值；a1、a2是这个样本里面的属性；Vmap是目标值,就是计算得出的概率最大的一个。

将贝叶斯公式应用到P(Vj|a1,a2)中，得到

Vmap＝argmaxP(a1,a2|Vj)P(Vj)/P(a1,a2) (2)

朴素贝叶斯分类模型默认a1、a2他们互相独立的，得到

Vmap＝argmaxP(a1,a2|Vj)P(Vj) (3)

其中，P(a1,a2|Vj)＝P(a1|Vj)P(a2|Vj)，因此得到

Vmap＝argmaxP(a1|Vj)P(a2|Vj)P(Vj) (4)

利用训练组查询向量训练如公式(4)的朴素贝叶斯算法模型，得到朴素贝叶斯数据模型。

步骤108，根据朴素贝叶斯数据模型对测试组查询向量进行SQL注入检测，得到检测结果。

根据步骤107中的朴素贝叶斯数据模型对测试组数据进行SQL注入检测，得到SQL注入语句。

另外，本发明还包括：对检测结果进行评估，得到检测准确度。

具体的，利用公式5PR/(3P+2R)100对检测结果进行评估，其中，P为准确率，R为召回率。

利用以上评估模型，采用传统算法得分为80分，而本发明提供的采用朴素贝叶斯算法得分在95分以上，大大提高了分类器性能。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件来实现，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。具体地，所述运算和控制部分都可以通络逻辑硬件实现，其可以是使用集成电路工艺制造出来的逻辑集成电路，本实施例对此不作限定。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明实施例的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明实施例的具体实施方式而已，并不用于限定本发明实施例的保护范围，凡在本发明实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims

1.一种SQL注入检测方法，其特征在于，所述方法包括：

将所述查询语句进行预处理，得到预处理查询语句；

将所述标注查询语句进行分词处理，得到标注查询词项；

将所述标注查询词项进行向量化处理，得到标注查询向量；

2.根据权利要求1所述的SQL注入检测方法，其特征在于，所述服务器获取用户查询语句具体包括：

服务器获取用户访问日志数据，从中提取出查询语句。

3.根据权利要求1所述的SQL注入检测方法，其特征在于，所述将所述查询语句进行预处理，得到预处理查询语句具体包括：

将所述参数信息进行解码处理,得到原始参数。

4.根据权利要求1所述的SQL注入检测方法，其特征在于，在将所述标注查询语句进行分词处理，得到标注查询词项之后，所述方法还包括：

筛除所述标注查询词项中的停止词。

5.根据权利要求1所述的SQL注入检测方法，其特征在于，将所述标注查询词项进行向量化处理，得到标注查询向量具体包括：

统计所述标注查询词项的词频，并为各个词项赋予权重；

根据各个词项的词频和权重，生成标注查询向量。

6.根据权利要求1所述的SQL注入检测方法，其特征在于，所述方法还包括：

对所述检测结果进行评估，得到检测准确度。