《表2 向量化结果：BiLSTM在跨站脚本检测中的应用研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《BiLSTM在跨站脚本检测中的应用研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

(3）向量化：本文根据词频-逆文件频率（term frequency-inverse document frequency，TFIDF）建立一个词汇库，为每个词设置一个数值id，每个词出现频率越高，对XSS的重要性越高，id越小。最后，根据词汇库，将代码转换为数值型数据，再利用深度学习中的word2vec工具将已经完成分词的代码转换为向量，转换结果如表2所示。由于神经网络的输入长度固定，而样本的长度不固定，选择合适的向量维度极其重要。故根据样例长度，将长度超过向量维度的进行截断，长度不足的用-1进行填充，使所有的向量长度一致。