买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉领信数科信息技术有限公司申请的专利网络请求风险检测方法、系统及服务器获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121309233B 。

龙图腾网通过国家知识产权局官网在2026-04-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511871686.6，技术领域涉及：H04L9/40；该发明授权网络请求风险检测方法、系统及服务器是由汪浩;张良;盛华峰设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本网络请求风险检测方法、系统及服务器在说明书摘要公布了：本发明提供了一种网络请求风险检测方法、系统及服务器，涉及网络请求风险检测领域，该方法针对待检测数据对应的注入关键词匹配结果、网络请求参数统计结果以及网络请求字符向量化结果进行特征融合，并对融合的特征数据中的连续特征进行动态优化后，通过轻量级的分类器实现对网络请求过程中的SQL注入风险进行精准检测。

本发明授权网络请求风险检测方法、系统及服务器在权利要求书中公布了：1.一种网络请求风险检测方法，其特征在于，所述方法包括： 获取网络请求数据，利用预设的样本数据对所述网络请求数据进行编码转换后，得到所述网络请求数据对应的待检测数据； 根据所述待检测数据对应的注入关键词匹配结果、网络请求参数统计结果以及网络请求字符向量化结果提取所述待检测数据对应的特征数据； 基于所述特征数据确定所述待检测数据对应的连续特征组，根据所述特征数据对应的比率特征对所述连续特征组进行缩放处理后，得到所述特征数据对应的特征合并数据； 利用已完成训练的决策树基分类器确定所述特征合并数据对应的攻击风险概率；所述决策树基分类器为Adaboost决策树基分类器；所述攻击风险概率通过以下算式计算得到： ； 其中，为所述攻击风险概率；为所述特征合并数据对应的混合特征向量；为基分类器数量；为分类器权重；为基分类器输出； 根据所述待检测数据对应的延迟比例数据以及结构调用数据更新所述攻击风险概率； 通过已更新的所述攻击风险概率确定所述待检测数据对应的攻击风险等级； 根据所述待检测数据对应的注入关键词匹配结果、网络请求参数统计结果以及网络请求字符向量化结果提取所述待检测数据对应的特征数据的步骤，包括： 利用所述待检测数据的SQL注入关键词、特殊字符以及长度特征的匹配结果提取所述待检测数据对应的规则特征数据； 利用所述待检测数据的URL结构、参数数量和字符类型分布的统计结果提取所述待检测数据对应的统计特征数据； 利用所述待检测数据的字符向量化结果提取所述待检测数据对应的语言特征数据； 基于所述规则特征数据、所述统计特征数据和所述语言特征数据确定所述待检测数据对应的所述特征数据； 基于所述特征数据确定所述待检测数据对应的连续特征组，根据所述特征数据对应的比率特征对所述连续特征组进行缩放处理后，得到所述特征数据对应的特征合并数据的步骤，包括： 基于所述统计特征数据和所述语言特征数据中的连续特征数据确定所述连续特征组，并基于所述规则特征数据和所述统计特征数据中的离散特征数据确定所述待检测数据对应的离散特征组； 利用合成少数过采样算法获取所述语言特征数据对应的所述比率特征，并利用所述比率特征将所述连续特征组缩放至与所述离散特征组的尺度相同； 将已缩放的所述连续特征组与所述离散特征组进行合并后，得到所述特征数据对应的所述特征合并数据； 根据所述待检测数据对应的延迟比例数据以及结构调用数据更新所述攻击风险概率的步骤，包括： 获取所述待检测数据对应的网络请求指令，判断所述网络请求指令对应的关键字段是否包含预设的盲注关键字； 如果是，则基于所述盲注关键字对应的基准测量参数和延迟测量参数确定所述延迟比例数据，并根据所述延迟比例数据对应的第一更新策略更新所述攻击风险概率；如果否，则基于所述待检测数据对应的接口调用数据和SQL结构数据确定所述结构调用数据，并根据所述结构调用数据对应的第二更新策略更新所述攻击风险概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人领信数科信息技术有限公司，其通讯地址为：510627 广东省广州市黄埔区黄埔大道西平云路163号广电平云广场AB塔自编之A塔1401单元；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。