Web应用中业务代码编写不规范和安全检测功能冲突而导致的业务误判，影响业务的稳定运行。深信服防火墙利用大数据智能分析引擎对业务流量进行分析，建立的用户业务特征模型，解决由Web应用中业务代码编写不规范而导致的误判问题。

业务模型学习使用AI半自动化学习算法(部分需要人工参与)解决Web业务代码编写不规范导致业务误判问题，能够将Web应用安全策略开启防御模式，保障业务系统的安全与稳定运行。

AI半自动化学习算法对Web业务访问的流量进行分析与学习，学习Web业务系统特征；然后将基于攻击特征和业务特征的检测方式进行融合，解决Web业务代码编写不规范导致的误判问题。对于AI学习算法无法自动判别的特征，通过人工进行判别与标记；该学习方法需要针对业务系统访问流量持续学习一段时间，直到业务系统的特征全部学习完成，才能将对应业务的Web应用防护策略开启防御。

点击<高级配置>，勾选启用业务学习模型，则开启业务模型学习的功能，如下图所示。

启用业务模型学习监督：开启业务模型学习功能；

启用特征学习快速收殓：针对特定URL的特征不断变化时，加快特征学习速度，启用该功能可能会引起漏判风险，需谨慎使用。

配置案例

某企业网络中上线一台AF，做应用服务器的防护。但是上线后，由于业务编码不规范等问题，出现较多的误报信息，导致无法开启阻断的功能。

1. 开启业务模型学习监督功能，对业务编码不规范进行学习，如下图所示。

38. 查看业务特征对应的原始数据包内容(高亮部分为特征)，判别该特征是正常的业务访问特征还是攻击特征，并对其进行标记。

39. 当业务待确认特征趋势趋于0，且连续两周内无新的待确认特征产生，则表明该业务系统的业务特征已学习完毕，建议将该业务系统的Web应用防护策略的动作开启拒绝。

40. 在[策略/安全策略/安全防护策略]页面找到对应业务的策略，然后在编辑业务防护策略弹窗中，点击下一步，到防御页面，将Web应用防护的动作配置为拒绝。