《表3 各损失函数在WAF真实数据集的结果》

  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

《基于多尺度特征融合的恶意HTTP请求检测方法》

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

本文在训练过程中使用了三个损失函数对模型进行联合优化学习，使得不同尺度但相同类别的HTTP请求的向量表示更加接近。本节进一步评测和分析各个损失函数对模型性能的影响，构造了本文方法的变体V1（不使用多尺度不变损失L1）、V2（不使用公共空间损失L2）及V3（使用全部损失函数）。它们在WAF数据集上的表现如表3所示。可以观察到，当使用全部三个损失函数时取得最好的性能，这意味着它们都对最终的检测结果有贡献。V3各个指标都领先V1，证明多尺度不变性损失L1能够有效消除不同尺度特征间的差异。V2稍差于V3，证明公共空间损失L2对于融合多尺度语义特征的重要性。以上结果和分析表明，这三个损失函数对于融合不同尺度HTTP请求的向量表示，提高分类性能确实有效。