一種面向物聯(lián)網(wǎng)服務(wù)的Web攻擊向量檢測(cè)方法

　　在包括物聯(lián)網(wǎng)（ Internet of Things，loT設(shè)備的絕大部分邊緣計(jì)算應(yīng)用中，基于互聯(lián)網(wǎng)應(yīng)用技術(shù)（通常被稱(chēng)為Web技術(shù)）開(kāi)發(fā)的應(yīng)用程序接口（ pplication Programming Interface，API）是設(shè)備與遠(yuǎn)程服務(wù)器進(jìn)行信息交互的核心。相比傳統(tǒng)的Web應(yīng)用，大部分用戶無(wú)法直接接觸到邊緣設(shè)備使用的APⅠ，使得其遭受的攻擊相對(duì)較少。但隨著物聯(lián)網(wǎng)設(shè)備的普及，針對(duì)APⅠ的攻擊逐漸成為熱點(diǎn)。因此，文中提出了一種面向物聯(lián)網(wǎng)服務(wù)的Web攻擊向量檢測(cè)方法，用于對(duì)物聯(lián)網(wǎng)服務(wù)收到的Web流量進(jìn)行檢測(cè)，并挖掘出其中的惡意流量，從而為安全運(yùn)營(yíng)中心（ Security Operation Center，SOC）提供安全情報(bào)。該方法在對(duì)超文本傳輸協(xié)議（HypertextTransferProtocol，HTTP）請(qǐng)求的文本序列進(jìn)行特征抽取的基礎(chǔ)上，針對(duì)API請(qǐng)求的報(bào)文格式相對(duì)固定的特點(diǎn)，結(jié)合雙向長(zhǎng)短期記憶網(wǎng)絡(luò)（ Bidirectional Long Short- Term Memory， BLSTM）實(shí)現(xiàn)對(duì)Web流量的攻擊向量檢測(cè)。實(shí)驗(yàn)結(jié)果表明，相比基于規(guī)則的Web應(yīng)用防火墻（ Web application Firewall，WAF）和傳統(tǒng)的機(jī)器學(xué)習(xí)方法，所提方法針對(duì)面向物聯(lián)網(wǎng)服務(wù)API的攻擊具有更好的識(shí)別能力。