Web应用程序中XSS攻击的检测：一种机器学习方法-研究论文

随着互联网使用的增加，Web应用程序和网站变得越来越普遍。 随着使用的增加，对Web应用程序和网站的网络攻击也在增加。 在Web应用程序和网站上的所有不同类型的网络攻击中，XSS（跨站点脚本）攻击是最常见的攻击形式之一。 XSS攻击是Web安全中的一个主要问题，在OWASP（开放Web应用程序安全性项目）的前10名中排名第二。Web应用程序安全风险抵御XSS攻击的传统方法包括基于硬件和软件的Web应用程序防火墙，其中大多数它们是基于规则和签名的。 通过模糊攻击负载，可以绕过基于规则和基于签名的Web应用程序防火墙。 因此，基于规则和基于签名的Web应用程序防火墙无法有效地检测针对绕过Web应用程序防火墙的有效负载的XSS攻击。 本文旨在使用机器学习来使用各种ML（机器学习）算法来检测XSS攻击，并比较算法在检测Web应用程序和网站中的XSS攻击方面的性能。