1.特徵化：提取特徵，對特徵進行向量化，標準化，均方差縮放，去均值操作

def get_len(url):
    return len(url)
def get_url_count(url):
    if re.search('(http://)|(http://)',url,re.IGNORECASE):
        return 1
    else:
        return 0
def get_evil_char(url):
    return len(re.findall("[<>,\'"/]",url,re.IGNORECASE))
def get_evil_word(url):
    return len(re.findall("(alert)|(script=)(%3c)|(%3e)|(%20)|(onerror)|(onload)))

min_max_scaler = preprocessing.MinMaxScaler()
x_min_max=min_max_scaler.fit_transform(x)
 

2.資料打標：XSS標記為1，正常訪問標記為0。

3.資料拆分：將資料區分成訓練組和測試組。

x_train,x_test,y_train, y_test=cross_validation.train_test_split(x,y,test_size=0.4)

4.資料訓練：我們使用最簡單的核函式linear

clf = svm.SVC(kernel='linear',C=1).fit(x,y)
joblib.dump(clf, "xss-svm-200000-module.m")

7.模型驗證

clf = joblib.load("xss-svm-200000-module.m")
y_test = []
y_test = clf.predict(x)
print metrics.accuracy_score(y_test,y)