每到毕业设计季就会出现一个经典难题网络安全方向做什么题目既有技术含量、又不会烂大街还能让答辩老师眼前一亮如果你对 Web 安全、机器学习、大模型三个方向都有兴趣那么“基于 LLM 大模型 AI智能体 机器学习的 XSS 漏洞智能检测系统”是一个非常值得投入的方向。这篇文章不会只给你堆概念而是从系统设计、核心原理、代码实现到部署运行完整拆解一套可落地的 XSS 智能检测系统。无论你是准备做毕设还是想在企业内部搭建一条自动化漏洞检测链路都可以按本文思路动手复现。1. 系统背景为什么需要智能 XSS 检测1.1 XSS 漏洞是什么XSSCross-Site Scripting跨站脚本攻击是最常见的 Web 安全漏洞之一。攻击者把恶意脚本注入到页面中当其他用户访问页面时脚本在浏览器中执行可能导致 Cookie 窃取、会话劫持、钓鱼攻击等严重后果。一个典型反射型 XSS 示例http://example.com/search?keywordscriptalert(xss)/script如果服务端没有对keyword参数做过滤和转义脚本就会在搜索结果页直接执行。XSS 通常分为三类类型触发特点常见场景反射型 XSS恶意脚本通过 URL 参数传入服务端直接回显搜索框、错误提示存储型 XSS恶意脚本被持久化存储到数据库后续访问触发评论、留言板、用户昵称DOM 型 XSS前端 JavaScript 直接操作 DOM 时触发不经过服务端前端路由、URL hash 处理1.2 传统检测方案的瓶颈传统 XSS 检测主要依赖两种方式规则匹配通过正则表达式判断请求参数中是否包含script、onerror、javascript:等危险关键字。优点是速度快、可解释性强但很容易被绕过。攻击者通过编码、大小写混淆、标签嵌套、Unicode 变体等方式绕过的例子数不胜数。静态扫描对源码进行 AST 分析查找危险的 DOM 操作点。这种方式可以发现潜在代码风险但误报率较高且无法覆盖复杂调用链和动态代码。最直观的问题是规则是人工维护的永远落后于绕过技巧传统方法无法理解攻击载荷的“语义”只能做字符串匹配。1.3 LLM AI 智能体 机器学习如何解决问题这套系统把三种技术组合起来各司其职机器学习模型负责快速、大规模地判断请求是否包含恶意载荷作为第一层过滤。通过 TF-IDF 向量化加分类器能从字符统计、关键词分布等维度捕捉恶意样本特征速度快适合批量检测。LLM 大模型负责对可疑请求进行语义分析。大模型能理解上下文识别被编码、混淆、拆分的攻击载荷甚至能解释攻击意图。AI 智能体把上面两个能力编排起来。智能体接收检测任务调用机器学习模型、规则引擎、LLM 等多个工具最后聚合结果并输出结构化的检测报告。一句话总结机器学习负责“快而广”LLM 负责“稳而准”AI 智能体负责“调度与决策”。这样既避免了大模型逐条分析带来的高成本和延迟又能有效降低传统规则的漏报率。2. 系统整体架构设计2.1 系统模块划分整个系统可以拆成 5 个核心模块数据采集模块接收待检测的 URL 或请求参数。规则检测模块基于正则和高危特征库的快速过滤。机器学习检测模块加载训练好的分类模型输出恶意概率。LLM 分析模块对规则和 ML 判定不一致的样本做深度语义分析。智能体编排模块调度上述模块生成最终检测报告。2.2 检测流程设计整体流程可以用一条线串起来待检测请求 ↓ 规则引擎初筛 ↓ 安全 → 直接放行 可疑或命中规则 → 机器学习模型预测 ↓ 置信度高 → 接受 ML 判断并输出结果 置信度低/边界情况 → 交给 LLM 智能体深度分析 ↓ 智能体调用工具、聚合证据、输出报告这样设计的核心考虑是成本控制。如果每一条请求都调用 LLM成本和时间开销会非常可观但只依赖规则和传统 ML又会漏掉复杂混淆载荷。通过“规则 ML 初筛 → LLM 兜底”的策略可以在检测精度和性能之间取得平衡。2.3 技术选型说明推荐技术栈如下版本可根据实际环境调整后端框架Flask轻量、适合快速构建毕设项目机器学习scikit-learn、pandas、joblibLLM 调用OpenAI SDK 或兼容 OpenAI 协议的本地模型服务智能体框架LangChain 或自研简单 Agent前端原生 HTML Bootstrap 或 Vue CDN说明如果本地 GPU 条件有限也可以使用国内大模型厂商的 API只要接口兼容 OpenAI 格式代码层面改动很小。3. 环境准备与版本说明3.1 基础环境建议使用如下环境版本需要根据实际项目情况调整本文重点演示实现思路操作系统Windows 10/11 或 Ubuntu 20.04/22.04Python3.9 及以上包管理工具pipIDEPyCharm 或 VS Code3.2 Python 依赖清单创建项目目录后先安装依赖pip install flask pandas scikit-learn joblib requests openai langchain如果你的环境中没有安装 Jupyter Notebook也可以直接用脚本完成数据处理和训练。3.3 项目结构规划推荐按下面的目录结构组织项目xss-intelligent-detection/ ├── app.py # Flask 主入口 ├── requirements.txt # 依赖清单 ├── core/ │ ├── __init__.py │ ├── rule_engine.py # 规则引擎 │ ├── ml_detector.py # 机器学习检测模块 │ ├── llm_agent.py # LLM 智能体模块 │ └── report.py # 报告生成 ├── model/ │ ├── train_model.py # 训练脚本 │ ├── xss_model.pkl # 训练好的模型 │ └── vectorizer.pkl # TF-IDF 向量化器 ├── data/ │ ├── xss_samples.csv # 训练样本 │ └── normal_samples.csv # 正常样本 ├── templates/ │ └── index.html # 前端页面 └── static/ └── style.css # 页面样式可选4. 数据准备与机器学习检测模块4.1 训练数据要求机器学习检测模块的本质是文本二分类问题输入一个载荷字符串输出0正常或1恶意。训练数据可以来自公开的 XSS payload 数据集也可以自己构造。一条典型的恶意样本包含编码、事件属性、标签变体等内容例如scriptalert(1)/script img srcx onerroralert(1) svg/onloadalert(document.cookie) javascript:alert(1) #x3c;script#x3e;alert(1)#x3c;/script#x3e;正常样本则可以是普通 URL 参数、搜索关键词、JSON 数据片段等keywordapple name张三 page1 callbackloadData注意训练数据中的恶意样本必须来自合法授权的攻防演练、公开数据集或自行构造的测试样本。严禁将本系统用于未经授权的真实站点检测。4.2 特征工程这里不采用手写复杂特征的方式而是使用TfidfVectorizer对文本进行向量化。它的作用是把文本转换成词频加权的向量矩阵让机器学习模型能够处理文本数据。TF-IDF 的核心思想是如果一个词在当前样本中频繁出现但在整体样本中出现较少则这个词具有较高的区分度。对于 XSS 检测script、javascript:、onerror、fetch(这类词天然具有强区分性。4.3 模型训练代码下面是一个完整的训练脚本。为了演示我们构造少量样本完整毕设中应替换为规模更大的数据集。# 文件路径model/train_model.py import pandas as pd from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.ensemble import RandomForestClassifier from sklearn.model_selection import train_test_split from sklearn.metrics import classification_report import joblib # 构造示例数据实际项目中请替换为大数据集 malicious [ scriptalert(1)/script, img srcx onerroralert(1), svg/onloadalert(document.cookie), javascript:alert(1), #x3c;script#x3e;alert(1)#x3c;/script#x3e;, a href\javascript:alert(2)\click/a, iframe srchttp://evil.com/iframe, ] normal [ keywordapple, name张三, page1, callbackloadData, sortdesc, id10086, titlehello world, ] data malicious normal labels [1] * len(malicious) [0] * len(normal) df pd.DataFrame({payload: data, label: labels}) # 向量化 vectorizer TfidfVectorizer() X vectorizer.fit_transform(df[payload]) y df[label] # 划分训练集和测试集 X_train, X_test, y_train, y_test train_test_split( X, y, test_size0.2, random_state42 ) # 训练随机森林分类器 clf RandomForestClassifier(n_estimators100, random_state42) clf.fit(X_train, y_train) # 评估 y_pred clf.predict(X_test) print(classification_report(y_test, y_pred)) # 保存模型和向量化器 joblib.dump(clf, model/xss_model.pkl) joblib.dump(vectorizer, model/vectorizer.pkl) print(模型训练完成已保存到 model/ 目录)关键点说明TfidfVectorizer默认是按字符或词进行切分。如果希望保留script、onerror这类关键特征需要将token_pattern调大否则默认正则可能把标签拆碎。随机森林适合中小规模文本分类任务训练快、不易过拟合且能输出概率适合后面做置信度判断。更完整的做法是加入字符 n-gram 特征例如vectorizer TfidfVectorizer( token_patternr(?u)\b\w\b|[\\\/\\\\:\;\\#], ngram_range(1, 2), max_features5000, )4.4 模型评估与保存训练完成后模型被保存为两个文件xss_model.pkl随机森林分类模型vectorizer.pklTF-IDF 向量化器后续检测时需要先加载这两个文件对待检测数据执行与训练时相同的向量化流程# 文件路径core/ml_detector.py import joblib class MLDetector: def __init__(self, model_pathmodel/xss_model.pkl, vectorizer_pathmodel/vectorizer.pkl): self.model joblib.load(model_path) self.vectorizer joblib.load(vectorizer_path) def predict(self, payload: str): # 注意输入必须是列表因为向量化器按列表处理 vec self.vectorizer.transform([payload]) prob self.model.predict_proba(vec)[0][1] return probprob表示该样本属于恶意类的概率取值范围是0 ~ 1。我们可以在综合引擎里设置阈值概率大于0.9直接判恶意低于0.3判正常介于中间则交给 LLM 进一步分析。5. LLM 智能体检测模块设计5.1 AI 智能体工作流程AI 智能体在这里的角色不是一个简单的大模型接口而是一个具备“感知-决策-行动”能力的组件接收任务收到一个待分析的请求载荷以及规则引擎和 ML 模型的初步结果。感知上下文判断载荷的编码方式、长度、是否包含混淆特征。调用工具决定是否调用额外工具比如 URL 解码、HTML 实体解码、调取规则库命中明细。大模型推理把载荷和上下文信息组装成 Prompt让 LLM 判断是否存在 XSS 攻击意图。输出结构化结果要求 LLM 返回 JSON包含风险等级、攻击类型、解释理由。5.2 LLM 接口封装为了兼容不同大模型我们可以封装一个通用的 LLM 调用类。这里以 OpenAI SDK 为例实际部署时可以替换为本地模型或国内 API# 文件路径core/llm_client.py import os from openai import OpenAI class LLMClient: def __init__(self): # 通过环境变量配置避免硬编码密钥 self.client OpenAI( api_keyos.getenv(LLM_API_KEY), base_urlos.getenv(LLM_BASE_URL, https://api.openai.com/v1) ) self.model os.getenv(LLM_MODEL, gpt-4o-mini) def chat(self, messages): response self.client.chat.completions.create( modelself.model, messagesmessages, temperature0.1, # 检测任务尽量降低随机性 ) return response.choices[0].message.content如果使用本地部署模型只需要把base_url改成模型服务地址例如http://localhost:8000/v1。5.3 提示词工程XSS 检测的 Prompt 设计非常关键。我们要让 LLM 从“语义”角度判断攻击意图而不是简单地做关键字匹配。推荐提示词模板如下你是一名资深 Web 安全专家负责判断一段 HTTP 参数值是否为 XSS 攻击载荷。 请从攻击意图和执行效果两个维度分析 1. 该载荷是否尝试在浏览器中执行 JavaScript 2. 是否包含可被浏览器解析执行的标签、事件属性或协议 3. 是否存在编码混淆、嵌套、拼接等绕过手段 待检测参数值 {payload} 规则引擎命中情况{rule_hits} 机器学习模型恶意概率{ml_prob} 请严格输出 JSON { is_xss: true/false, attack_type: 反射型/存储型/DOM型/无攻击, risk_level: high/medium/low, reason: 简要分析原因, bypass_techniques: [编码混淆, 大小写绕过] }这种 Prompt 设计的好处是明确角色、明确任务、给出判断维度、限定输出格式。限制 JSON 格式是为了方便后端直接解析结果避免字符串清洗。5.4 工具调用与结果结构化在 LangChain 中我们可以通过工具调用实现一个简单 Agent。但为了降低依赖复杂度这里给出一个自研的轻量 Agent 示例# 文件路径core/llm_agent.py import json from urllib.parse import unquote from html import unescape from .llm_client import LLMClient from .ml_detector import MLDetector class XSSAgent: def __init__(self): self.llm LLMClient() self.ml MLDetector() def _preprocess_payload(self, payload: str) - dict: 对载荷做基础预处理为 LLM 提供上下文 return { raw_length: len(payload), url_decoded: unquote(payload), html_unescaped: unescape(payload), has_script_tag: script in payload.lower(), has_event_handler: onerror in payload.lower() or onload in payload.lower(), has_js_protocol: javascript: in payload.lower().replace( , ), } def analyze(self, payload: str, rule_hits: list, ml_prob: float): context self._preprocess_payload(payload) messages [ {role: system, content: 你是一名严谨的 Web 安全检测专家。}, {role: user, content: self._build_prompt(payload, rule_hits, ml_prob)} ] try: response self.llm.chat(messages) # 清理可能的多余文本只保留 JSON 部分 result json.loads(response) return result except json.JSONDecodeError: # 如果 LLM 返回非 JSON走降级逻辑 return { is_xss: ml_prob 0.7, risk_level: medium if ml_prob 0.7 else low, reason: LLM 结果解析失败使用 ML 概率降级判断, } def _build_prompt(self, payload, rule_hits, ml_prob): return f 你是一名资深 Web 安全专家负责判断下面参数值是否为 XSS 攻击载荷。 参数值 {payload} 规则命中{rule_hits} 机器学习恶意概率{ml_prob} 请输出 JSON 格式结果字段包括 is_xss、attack_type、risk_level、reason、bypass_techniques。 这里的核心设计思想是Agent 不直接信任 LLM 的文本输出而是要求结构化 JSON并准备降级策略。一旦 LLM 调用超时或返回格式错误系统仍然能基于 ML 概率给出一个基本判断。6. 综合检测引擎与 Web 系统集成6.1 三级检测引擎把规则、ML、LLM 组合到一个统一检测入口中# 文件路径core/detector.py import re from .ml_detector import MLDetector from .llm_agent import XSSAgent class XSSDetector: def __init__(self): self.ml MLDetector() self.agent XSSAgent() self.rule_patterns [ rscript, rjavascript:, ronerror\s*, ronload\s*, rimg, rsvg, riframe, r#x?[0-9a-fA-F];, ] def check_rules(self, payload: str): hits [] for pattern in self.rule_patterns: if re.search(pattern, payload, re.IGNORECASE): hits.append(pattern) return hits def detect(self, payload: str): # 第一级规则引擎 rule_hits self.check_rules(payload) # 第二级机器学习概率 ml_prob self.ml.predict(payload) # 第三级根据置信度决定是否调用 LLM if ml_prob 0.9: final_result { is_xss: True, source: ml_high_confidence, risk_level: high, ml_prob: ml_prob, rule_hits: rule_hits, } elif ml_prob 0.2 and not rule_hits: final_result { is_xss: False, source: ml_low_confidence, risk_level: low, ml_prob: ml_prob, rule_hits: rule_hits, } else: # 边界情况交给 LLM Agent 分析 llm_result self.agent.analyze(payload, rule_hits, ml_prob) final_result { is_xss: llm_result.get(is_xss, False), source: llm_agent, risk_level: llm_result.get(risk_level, medium), reason: llm_result.get(reason, ), bypass_techniques: llm_result.get(bypass_techniques, []), ml_prob: ml_prob, rule_hits: rule_hits, } return final_result这种分级策略的优点是大量正常请求在 ML 低置信度阶段就被直接放行不产生 LLM 调用成本。高置信度恶意请求直接拦截速度最快。只有边界样本和规则命中的可疑样本才交给 LLM兼顾检测精度和成本。6.2 Flask 接口层下面用 Flask 提供 HTTP 接口方便前端调用# 文件路径app.py from flask import Flask, request, jsonify, render_template from core.detector import XSSDetector app Flask(__name__) detector XSSDetector() app.route(/) def index(): return render_template(index.html) app.route(/api/detect, methods[POST]) def detect(): data request.get_json() payload data.get(payload, ) if not payload: return jsonify({error: payload is required}), 400 result detector.detect(payload) return jsonify(result) if __name__ __main__: # 毕设演示环境关闭 debug 可减少信息泄露 app.run(host0.0.0.0, port5000, debugFalse)6.3 前端交互演示前端页面可以保持简洁一个输入框、一个检测按钮、一个结果展示区!-- 文件路径templates/index.html -- !DOCTYPE html html langzh-CN head meta charsetUTF-8 meta nameviewport contentwidthdevice-width, initial-scale1.0 titleXSS 智能检测系统/title link relstylesheet hrefhttps://cdn.jsdelivr.net/npm/bootstrap5.3.0/dist/css/bootstrap.min.css /head body div classcontainer mt-5 stylemax-width: 800px; h2 classtext-center基于 LLM 大模型与机器学习的 XSS 智能检测系统/h2 div classcard p-4 mt-4 label classform-label输入待检测请求参数值/label textarea idpayload classform-control rows4 placeholder例如scriptalert(1)/script/textarea button classbtn btn-primary mt-3 onclickdetect()开始检测/button pre idresult classmt-3 p-3 bg-dark text-light/pre /div /div script async function detect() { const payload document.getElementById(payload).value; const resultBox document.getElementById(result); resultBox.textContent 检测中...; const response await fetch(/api/detect, { method: POST, headers: {Content-Type: application/json}, body: JSON.stringify({payload: payload}) }); const data await response.json(); resultBox.textContent JSON.stringify(data, null, 2); } /script /body /html7. 运行与验证7.1 启动步骤启动系统需要先完成模型训练再启动 Flask 服务# 1. 安装依赖 pip install -r requirements.txt # 2. 训练模型 python model/train_model.py # 3. 配置 LLM 环境变量 export LLM_API_KEYyour_api_key export LLM_BASE_URLhttps://api.openai.com/v1 export LLM_MODELgpt-4o-mini # 4. 启动服务 python app.py浏览器访问http://localhost:5000即可打开检测页面。7.2 接口效果演示使用 curl 调用检测接口curl -X POST http://localhost:5000/api/detect \ -H Content-Type: application/json \ -d {payload: scriptalert(1)/script}预期返回类似{ is_xss: true, source: ml_high_confidence, risk_level: high, ml_prob: 0.97, rule_hits: [script] }再测试正常请求curl -X POST http://localhost:5000/api/detect \ -H Content-Type: application/json \ -d {payload: keywordapple}预期返回{ is_xss: false, source: ml_low_confidence, risk_level: low, ml_prob: 0.02, rule_hits: [] }如果测试一个规则没有明确命中、ML 概率处于中间值的混淆载荷例如scrscriptiptalert(1)/scr/scriptipt系统会走llm_agent分支由大模型判断其是否为绕过型 XSS 载荷。8. 常见问题与排查思路在开发整套系统的过程中比较容易踩的坑有下面几个提前列出来供你参考。问题现象常见原因解决思路训练好的模型把所有数据都判为同一类数据集样本分布极不均衡让正常样本和恶意样本数量尽量接近特殊字符在 TF-IDF 向量化后丢失默认 token_pattern 不适合标签文本修改 token_pattern加入/:;#等字符LLM 返回内容无法解析为 JSON模型输出了多余解释文本在 Prompt 中强制“只输出 JSON”并在代码中做异常兜底LLM 接口超时网络不稳定或模型响应慢设置超时时间超时降级为 ML 结果Flask 启动后页面样式丢失Bootstrap CDN 无法访问下载本地静态文件改为本地引用本地无 GPU 无法部署大模型硬件资源不足调用远端 API 或使用量化后的轻量模型对明显恶意的scriptalert(1)/script判断为正常训练集中相似样本不够增加边界 Payload 和数据增强另外要注意一个现象随着攻防对抗升级XSS Payload 已经远远不止script标签很多是通过fetch、WebSocket、postMessage、DOM clobbering等方式实现攻击。因此训练数据要尽量覆盖新式的攻击载荷。9. 最佳实践与工程建议9.1 安全与合规边界本系统只能用于以下场景自己拥有或已获得合法授权的 Web 应用。校内毕设演示环境。CTF 或攻防演练靶场。企业内部安全测试平台。严禁对未授权网站进行扫描和检测。论文和文档中也要明确写出“所有测试均在授权环境中完成”的声明。9.2 模型与工程优化建议数据增强恶意样本要包含多种编码方式如 URL 编码、HTML 实体编码、Unicode 编码、大小写混合、标签拆分等。数据量不需要特别大但覆盖维度要广。阈值调节ML 概率阈值不要写死。建议做成配置项方便在不同场景下调节。缓存机制对已经检测过的载荷加缓存避免重复调用 LLM节省成本。日志记录每条检测请求都记录原始载荷、检测来源、结果和耗时方便后续分析和错误回溯。报告的可解释性高级的检测系统必须能解释“为什么判断它是恶意”所以规则命中和 LLM reason 字段非常重要。失败降级LLM 不稳定是常态系统要有完整的降级逻辑保证即使大模型服务不可用也能基于规则和 ML 模型完成检测。9.3 架构扩展方向如果你想把它做得更完整可以考虑以下扩展加入爬虫模块自动抓取页面中的 URL 和表单参数。加入被动式流量监听对实时 HTTP 请求做检测。加入知识库让 LLM 结合 CVE、绕过技术库做更丰富的推理。把检测结果以报告形式导出为 PDF方便毕设展示。10. 总结本文从 XSS 漏洞基础出发梳理了传统检测方案的局限性并设计了一套“规则引擎 机器学习 LLM 智能体”三级联动的 XSS 智能检测系统。这套系统的核心价值在于分级检测、成本可控、语义可解释大多数正常请求被快速放行高置信恶意请求被直接拦截只有边界样本才进入 LLM 深度分析。这种设计哲学在真实的安全产品中也非常实用。如果你正在准备毕业设计或安全工具开发建议从最小原型做起先训练一个简单的机器学习模型再接入规则引擎最后逐步加入 LLM 分析。每一步都有明确结果最终拼接出完整系统。写论文时可以重点突出“基于智能体的检测决策框架”和“多层分级检测策略”这两个创新点。如果你在复现过程中遇到问题欢迎在评论区留言讨论。代码示例只为演示完整思路实际项目中还需要根据你的数据集、模型版本和部署环境做相应调整。动手实践一次比只看文章理解深刻得多。