(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111627427.0 (22)申请日 2021.12.28 (71)申请人 天翼物联科技有限公司 地址 510335 广东省广州市海珠区 阅江西 路366号广报中心南塔21层 (72)发明人 陈鑫远　左绘　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 代理人 郑宏谋 (51)Int.Cl. G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 模型训练方法、 API请求过滤方法、 装置和存 储介质 (57)摘要 本发明公开了一种模型训练方法、 API请求 过滤方法、 计算机装置和存储介质， 模型训练方 法包括采集第一API请求数据， 对第一API请求数 据进行标准化格式处理， 获得训练样本集， 对训 练样本集按特征进行分类构建， 获得自体集， 使 用自体集对免疫检测器进行训练等步骤。 本发明 模型训练方法训练的免疫检测器， 对API请求中 携带危险注入信息的检测具有较高的检测速度 和准确率， 当API请求中携带危险注入信息， 能够 将API请求识别为异常请求， 当API请求中没有携 带危险注入信息， 能够将API请求识别为正常请 求， 能够实时、 准确地检测异常或非法API请求， 能够提供统一的、 安全可靠的保障服务。 本发明 广泛应用于 计算机网络技 术领域。 权利要求书2页 说明书10页 附图7页 CN 114372519 A 2022.04.19 CN 114372519 A 1.一种模型训练方法， 其特 征在于， 所述模型训练方法包括： 采集多个第一API请求数据； 对各所述第一API请求数据进行 标准化格式处 理， 获得训练样本集； 对所述训练样本集按特 征进行分类构建， 获得自体集； 获取免疫检测器； 使用所述自体集对所述免疫检测器进行训练。 2.根据权利要求1所述的模型训练方法， 其特征在于， 所述采集多个第 一API请求数据， 包括： 通过爬虫程序主动爬取注入案例； 从所述注入案例中提取 出所述第一API请求数据。 3.根据权利要求1所述的模型训练方法， 其特征在于， 所述对所述第一API请求数据进 行标准化格式处 理， 得到训练样本集， 包括： 使用特殊字符分离法和空格分离法对所述第一API请求数据进行处理， 获得第一特征 信息； 对所述第一特 征信息进行 标记化， 获得令牌信息； 将所述令牌信息组建成攻击语句语法树； 以所述攻击语句语法树组成所述训练样本集。 4.根据权利要求1所述的模型训练方法， 其特征在于， 所述对所述训练样本集按特征进 行分类构建， 获得自体集， 包括： 对所述训练样本集进行朴素贝叶斯聚类分析， 根据所述朴素贝叶斯聚类分析的结果， 将所述训练样本集中的内容分类到正常数据集或者异常数据集； 按照多叉树所需的特征属性标准， 对所述正常数据集进行特征属性提取， 获得第一特 征属性； 以所述第一特 征属性作为多叉树存 储结构中每层结点的主属性， 构造出 所述自体集。 5.根据权利要求 4所述的模型训练方法， 其特 征在于， 所述模型训练方法还 包括： 按照多叉树所需的特征属性标准， 对所述异常数据集进行特征属性提取， 获得第二特 征属性； 以所述第二特征属性作为多叉树存储结构中每层结点的主属性， 构造出所述非自体 集； 使用所述自体集和所述非自体集对所述免疫检测器进行训练。 6.根据权利要求5所述的模型训练方法， 其特征在于， 所述使用所述自体集和所述非自 体集对所述免疫检测器进行训练， 包括： 将所述免疫检测器的参数作为抗体， 将所述自体集和所述非自体集中的数据作为抗 原； 执行多轮迭代过程， 直至所执行的迭代过程总轮数达到轮数阈值； 在一轮所述迭代过 程中， 对所述抗体和所述抗原进行匹配， 获得亲和度； 当所述亲和度超过亲和度阈值， 存储 所述免疫检测器的参数， 反 之则更改所述免疫检测器的参数。 7.一种API请求过 滤方法， 其特 征在于， 所述API请求过 滤方法包括： 获取第二API请求数据； 使用免疫检测器对所述第二API请求数据进行检测； 所述免疫检测器经过权利要求1 ‑6权　利　要　求　书 1/2 页 2 CN 114372519 A 2任一项所述的模型训练方法训练； 获取所述免疫检测器的检测结果； 根据所述免疫检测器的检测结果， 识别所述第二API请求数据为 正常请求或异常请求； 当识别所述第二API请求数据为正常请求， 响应所述第二API请求数据； 当识别所述第 二API请求数据为异常请求， 拒绝或忽略所述第二API请求数据。 8.一种API请求过 滤方法， 其特 征在于， 所述API请求过 滤方法包括： 获取多个第二API请求数据； 对各所述第二API请求数据进行基于概 率队列的排序； 按照排序后各所述第二API请求数据的顺序， 使用免疫检测器依次对各所述第二API请 求数据进行检测； 所述免疫检测器经 过权利要求1 ‑6任一项所述的模型训练方法训练； 获取所述免疫检测器的检测结果； 根据所述免疫检测器的检测结果， 识别各所述第二API请求数据为正常请求或异常请 求； 响应被识别为正常请求的所述第二API请求数据， 拒绝或忽略被识别为正常请求的所 述第二API请求数据。 9.一种计算机装置， 其特征在于， 包括存储器和处理器， 所述存储器用于存储至少一个 程序， 所述处理器用于加载所述至少一个程序以执行权利要求1 ‑6任一项所述的模型训练 方法和/或权利要求7 ‑8任一项所述的API请求过 滤方法。 10.一种存储介质， 其中存储有处理器可执行的程序， 其特征在于， 所述处理器可执行 的程序在由处理器执行时用于执行权利要求1 ‑6任一项所述的模型训练方法和/或权利要 求7‑8任一项所述的API请求过 滤方法。权　利　要　求　书 2/2 页 3 CN 114372519 A 3