突然想到能否通过深度学习来进行相似 url 去重

2017-05-10 16:00:46 +08:00
 xiaoyu233

我知道肯定是能的

只是突然想到对

http://xxxxxx.com/test/2333.php?id=1&xxxx=xxx&aaaa=123
http://xxxxxx.com/test/2333.php?id=1&xxxx=xxx&aaaa=233
http://xxxxxx.com/test/2333.php?id=1&xxxx=xxx&aaaa=333
http://xxxxxx.com/test/2333.php?id=1&yyyy=xxx&aaaa=233

类似这样的 url 进行去重

http://xxxxxx.com/test/2333.php?id=1&xxxx=xxx&aaaa=123
http://xxxxxx.com/test/2333.php?id=1&yyyy=xxx&aaaa=233

因为如果是爬虫检测漏洞的话以上 url 测试一个或者几个就可以了,没必要把整个网站所有这些参数的 url 的都测试一遍

用正则匹配或者其他方式实现感觉比较麻烦,而且效果不满意,可能有效果好的人家也不告诉你算法

只是突然又此想法,所以,有大神类似代码做参考吗 =.=|||

之前看到有 waf 用机器学习来识别恶意 url 的思路

2204 次点击
所在节点    机器学习
9 条回复
glasslion
2017-05-10 16:54:20 +08:00
我知道肯定是能的
-----------------------------

别这么肯定
binux
2017-05-10 16:57:53 +08:00
作为人类,我都看不出来你这个去重的标准是什么,何况机器了。
stcasshern
2017-05-10 17:00:11 +08:00
你的例子似乎用正则就可以搞定,深度学习估计会有效果,但是能保证有必要吗。。。
xiaoyu233
2017-05-10 19:00:39 +08:00
@binux 思路是漏洞测试主要是测试这些 id 参数,判断 id 参数是否重复进行去重,这只是个例子,实际情况要略复杂一点,可能要考虑参数是那个文件,伪静态什么的
xiaoyu233
2017-05-10 19:02:14 +08:00
@stcasshern 感觉正则来判断挺复杂,反正我是不太容易能够实现想要的效果……
jadecoder
2017-05-10 19:12:29 +08:00
不一定哦,比如 method=xxx 或者 action=xxx 也去重吗
ipwx
2017-05-10 19:23:09 +08:00
现阶段机器学习只针对统计意义上的 majority 起作用。你这去重需要 domain knowledge,而且是个案个例的。所以我的评价是,不能。
redsonic
2017-05-10 21:24:05 +08:00
@ipwx 请教一下,如果有 domain knowledge 那么有什么现成的方案或架子能够参考吗?
wevsty
2017-05-10 22:35:56 +08:00
只是去重的话 HASH 算法不就行了么?

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/360404

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX