一种基于BLCNA模型的恶意URL检测技术

作者：沈伍强; 张金波; 许明杰; 杨春松

来源：微型电脑应用, 2023, 39(12): 62-65.

• 电力网络安全
• URL
• 注意力机制
• 特征提取
• 神经网络

针对传统方法对恶意URL识别准确度不高、耗时长的问题，提出一种基于注意力机制的神经网络联合模型(BLCNA)来检测恶意URL。提取URL的语义信息和视觉信息进行编码处理，结合双向长短期记忆网络(BiLSTM)和胶囊网络(CapsNet)构建神经网络联合模型来同步捕获语义和视觉特征，利用注意力机制增加关键特征的权重，基于有效特征完成对URL的分类。实验结果表明，所提方法在检测恶意URL检测方面优于其他方法，准确率可以达到99.79%。

• 单位
  国电南瑞科技股份有限公司; 广东电网有限责任公司信息中心