基于Bi-IndRNN的恶意URL分析与检测

作者：王欢欢; 田生伟^*; 禹龙; 彭咏芳; 裴新军

来源：新疆大学学报(自然科学版), 2019, 36(02): 174-181.

DOI：10.13568/j.cnki.651094.2019.02.008

• 恶意URL
• BI-IndRNN
• 检测
• 融合
• 主机信息
• URL信息
• 深度学习
• 分类

本文提出一种基于双向IndRNN(Bidirectional Independently Recurrent Neural Network, Bi-IndRNN)的恶意URL分析与检测算法.通过对恶意URL分析与检测特点的研究,提取主机信息特征和URL信息特征.把主机信息特征与URL信息特征相融合,并利用Bi-IndRNN算法对恶意URL进行分析与检测.与k最邻近分类算法(k-NearestNeighbor, KNN)、高斯贝叶斯算法(GaussionNB)、LSTM(Long Short-Term Memory)算法、IndRNN(Independently Recurrent Neural Network)算法对比结果表明,该模型对恶意URL的分类检测准确率达到95.92%,明显高于其它算法模型.

• 单位
  新疆大学