融合多种特征的恶意URL检测方法

作者：吴森焱; 罗熹; 王伟平^*; 覃岩

来源：软件学报, 2021, 32(09): 2916-2934.

DOI：10.13328/j.cnki.jos.005983

• Web安全
• 恶意URL检测
• 多特征融合
• 机器学习

随着Web应用的日益广泛,Web浏览过程中,恶意网页对用户造成的危害日趋严重.恶意URL是指其所对应的网页中含有对用户造成危害的恶意代码,会利用浏览器或插件存在的漏洞攻击用户,导致浏览器自动下载恶意软件.基于对大量存活恶意URL特征的统计分析,并重点结合了恶意URL的重定向跳转、客户端环境探测等逃避检测特征,从页面内容、JavaScript函数参数和Web会话流程这3个方面设计了25个特征,提出了基于多特征融合和机器学习的恶意URL检测方法——HADMW.测试结果表明:该方法取得了96.2%的精确率和94.6%的召回率,能够有效地检测恶意URL.与开源项目以及安全软件的检测结果相比,HADMW取得了更好的效果.

• 单位
  中南大学; 湖南警察学院