在WEB扫描器场景中，智能扫描技术能够自动识别接口类型，并采用相应分类规则进行漏洞检测的算法。这种技术通常被称为"智能扫描"或"漏洞扫描引擎"。

智能扫描技术利用机器学习、深度学习和模式识别等技术，通过分析网络流量、响应内容、请求参数等信息，自动识别接口类型，并据此选择相应的漏洞检测规则。

智能扫描技术的算法通常包括数据收集、特征提取、接口分类、规则匹配和漏洞报告等步骤。

这种技术能够提高漏洞扫描的效率和准确性，使得扫描器能够更快速地识别潜在的安全风险，并帮助安全团队及时进行漏洞修复。

智能扫描技术通常使用多种方法和算法来识别接口类型，包括正则表达式匹配、特征提取和分析、机器学习、深度学习和模式识别等技术。

机器学习分类算法是监督学习的一种重要任务，其目的是根据输入数据的特征，将其归类到事先定义好的类别或标签中。

在Web扫描器中应用机器学习分类算法，可以自动识别请求、响应数据属于哪种类型的接口或漏洞。

机器学习分类一般包括数据收集和标注、特征工程、模型选择和训练、模型评估、模型调优和上线等步骤。

常见的分类算法有朴素贝叶斯、逻辑回归、决策树、随机森林、支持向量机、神经网络等。

Reference

一文读懂机器学习分类算法（附图文详解）
https://zhuanlan.zhihu.com/p/82114104