基于长短期记忆网络的恶意URL的检测

作者：张婷; 钱丽萍

来源：北京建筑大学学报, 2019, 35(03): 62-67.

DOI：10.19740/j.1004-6011.2019.03.09

• 恶意URL
• 长短期记忆网络
• Word2Vec
• 网络安全

互联网高速发展的同时恶意攻击行为也愈加严重,恶意URL(Uniform Resource Locator)作为常用的攻击手段,对网络安全的维护造成极大威胁.目前基于黑名单、机器学习等检测方法需耗费大量人力、时间,且无法准确地识别恶意URL,故提出一种基于长短期记忆网络对恶意URL特征自动提取并检测的方法.该方法通过skip-gram编码方式对预处理后的数据集编码,并使用平均池化层对长短期记忆网络提取的时序特征优化融合.实验结果表明,此方法能够快速、准确地提取恶意URL的特征向量,并有效地识别未知恶意URL,准确率达97.2%.

• 单位
  北京建筑大学