V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
xiaoyu233
V2EX  ›  机器学习

突然想到能否通过深度学习来进行相似 url 去重

  •  
  •   xiaoyu233 · 2017-05-10 16:00:46 +08:00 · 2213 次点击
    这是一个创建于 2754 天前的主题,其中的信息可能已经有所发展或是发生改变。

    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

    9 条回复    2017-05-10 22:35:56 +08:00
    glasslion
        1
    glasslion  
       2017-05-10 16:54:20 +08:00
    我知道肯定是能的
    -----------------------------

    别这么肯定
    binux
        2
    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
        3
    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
        4
    xiaoyu233  
    OP
       2017-05-10 19:00:39 +08:00 via iPhone
    @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
        5
    xiaoyu233  
    OP
       2017-05-10 19:02:14 +08:00 via iPhone
    @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
        6
    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
        7
    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
        8
    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
        9
    wevsty  
       2017-05-10 22:35:56 +08:00
    只是去重的话 HASH 算法不就行了么?
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2788 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 27ms · UTC 07:52 · PVG 15:52 · LAX 23:52 · JFK 02:52
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.