基于上下文信息的恶意URL检测技术

作者：吴海滨; 张冬梅

来源：软件, 2019, 40(01): 63-68.

• 恶意URL
• 网络安全
• 上下文信息
• 词向量
• 卷积神经网络

恶意URL现如今对网络安全影响巨大,能否高效的检测恶意URL成为一个亟待解决的问题。针对传统基于文本特征的检测方法没有考虑到URL中词的位置和上下文信息的缺点,提出了一种基于上下文信息的恶意URL检测方法,首先利用预处理方法解决了URL中存在大量的随机字符组成单词的问题,使用特殊符号作为分隔符对URL分词,对得到的分词结果使用Word2vec生成词向量空间,然后训练卷积神经网络提取文本特征并分类。实验结果表明,该方法在大量真实数据上能够达到97.30%的准确率、90.15%的召回率和92.33%的F1值。

• 单位
  北京邮电大学