Loading...
机构名称:
¥ 1.0

摘要 - 在Web安全领域,越来越多的转变用于利用机器学习技术用于跨站点脚本(XSS)漏洞检测。这种转变认识到自动化的潜力,即简化识别过程并减少对手动人类分析的依赖。另一种方法涉及安全专业人员积极执行XSS攻击,以精确地指出Web范围内的脆弱区域,从而促进了有针对性的补救。此外,人们对基于机器学习的方法在学术和研究领域中创建XSS有效载荷的兴趣越来越大。在这项研究中,我们介绍了一种新模型,用于生成XSS有效载荷,利用自动回火和生成的AI模型的组合来制作旨在利用潜在脆弱性的恶意脚本。我们对XSS漏洞检测的方法涵盖了前端和后端代码,为组织提供了增强Web应用程序安全性的全面手段。

基于端到端生成模型的XSS有效载荷创建

基于端到端生成模型的XSS有效载荷创建PDF文件第1页

基于端到端生成模型的XSS有效载荷创建PDF文件第2页

基于端到端生成模型的XSS有效载荷创建PDF文件第3页

基于端到端生成模型的XSS有效载荷创建PDF文件第4页

基于端到端生成模型的XSS有效载荷创建PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥2.0
2024 年
¥1.0
2024 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
1900 年
¥3.0