摘要
本研究提出了一种轻量级且计算高效的特征工程方法，用于提升日益普遍的跨站脚本（XSS）攻击在Web应用中的检测能力。文献中常用的高维特征表示方法，如词频-逆文档频率（TFIDF）、词袋模型（BoW）以及基于URL的特征，往往会引入较大的计算开销，并对模型效率产生不利影响。针对这一问题，所提出的方法从五种不同的特征选择技术——相关系数、CfsSubset、信息增益、增益率和OneR——中识别出共同的特征，并基于它们的交集构建了一个紧凑的特征子集。该方法将特征空间从5000多个特征缩减为一组最关键的属性集合，同时保持了较高的分类性能。所得到的特征集通过各种机器学习算法进行评估，准确率达到约99%，尤其在随机森林（RF）、XGBoost（XGB）和逻辑回归（LR）上表现突出，同时显著缩短了训练时间。为确保结果的可靠性，采用了10×10重复分层交叉验证策略，并使用置信区间和Wilcoxon符号秩检验进行了统计验证。尽管完整特征集与缩减特征子集之间观察到具有统计学显著性的差异，但性能下降幅度仍然有限（约为0.77–0.78%）。这些研究结果表明，所提出的方法在预测性能和计算效率之间实现了良好的平衡，使其成为实时和资源受限的XSS检测系统的有力候选方案。
