基于深度学习的跨站脚本攻击检测技术的研究

针对互联网应用的网络攻击。跨站点脚本XSS攻击是常见的针对Web应用程序的攻击种类。本文提出的基于深度学习的XSS检测模型,将CNN神经网络和BiLSTM神经网络序列化,融合两者优点学习样本的局部特征和上下文依赖特征,并通过Attention注意力机制加权计算来解决长序列效果差的问题,并融合BERT预训练的特征向量加速模型训练,提高检测效果,从而实现XSS检测模型的构建。优化的模型能够自动的提取样本的特征信息并完成分类检测相对于传统的静态和动态检测方法及采用人工特征提取的机器学习算法相比,在准确率和误报率方面都有较大提升。准确率、召回率、精确度值超过目标值(98%),误报率低至0.12%。

开花过程中不同海棠花瓣酚类物质动态变化与花色淡化原因分析

以不同花色的海棠(‘绚丽’海棠、垂丝海棠、西府海棠、‘春喜’海棠和湖北海棠)为试材,采集不同开花时期的花瓣,观测其花色变化的过程,采用紫外分光光度计和高效液相色谱仪的方法测定花瓣酚类物质的含量和种类,研究了影响不同海棠花色差异和淡化的关键物质,以期为探究海棠花色淡化机制与花色育种提供参考依据。结果表明:5种海棠中,‘绚丽’海棠的花色最红,开花过程中,亮度L*值最低,总花青苷含量最高;湖北海棠花瓣在开花过程中以白色为主,其L*值是最高的,总花青苷含量是极低的。因此花青苷含量的差异是引起海棠花色差异的关键原因。在开花过程中,不同海棠花色显著淡化,总多酚、总黄酮、总花青苷含量均显著下降。花瓣中含有丰富的花青苷、黄酮醇、黄烷酮、黄烷醇、二氢黄酮醇和酚酸类物质。其中矢车菊素-3-O-半乳糖苷是海棠花瓣中主要的花青苷,其含量在开花过程中均显著降低,是引起花色淡化的主要物质。花瓣中也检测到丰富的槲皮素-3-O-葡萄糖醛酸苷、金丝桃苷、绿原酸、根皮苷等物质,推测能够辅助花青苷呈色。