21世纪,互联网已成为人们生活与工作中不可或缺的一部分,在给人们带来便利的同时,其面临的安全问题也日益突出。许多攻击者利用各种安全破解手段入侵Web站点,导致服务中断、网站内容恶意篡改和客户信息泄露等严重后果,极大影响了社会的安定。而传统的Web安全检测技术存在识别效率不高的问题,因此Web站点安全问题的解决迫在眉睫。本文针对传统的Web安全检测技术识别效率低的问题,通过融合K-means和GBDT对Web指纹识别算法进行改进,并将Docker虚拟化技术与POC框架结合简化Web漏洞的验证过程,最终得到了一种识别准确率高、识别耗时少的Web安全检测技术。首先,通过Scrapy爬虫技术和BeautifulSoup解析技术对Web站点进行抓取与解析,并简要介绍Web指纹识别技术和Docker虚拟化技术;其次,将抓取到的Web指纹文本向量化与预处理,通过比较欧式距离、谷本距离和余弦距离的K-means聚类实验,选取余弦测度作为改进后K-means算法的相似性度量函数,在获得Web服务组件的类型后,将识别结果和其他Web指纹输入GBDT模型,最终得到了Web服务组件的具体版本;再次,将Web服务组件的类型及版本在漏洞库里匹配后,将其存在的潜在漏洞部署在Docker环境下,调用其对应的POC验证框架复现漏洞;最后,构建了一个能够实现Web漏洞识别和Web漏洞验证的Web安全检测平台。本文基于Web指纹识别技术与Docker虚拟化技术,研究并改进Web指纹识别算法和Web漏洞验证框架。实验证明,基于上述理论构建的平台能够准确且快速地识别Web站点潜在的漏洞,并且提高了Web漏洞的识别准确率,降低了Web漏洞识别的时间与Web漏洞验证的技术门槛。