登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于深度学习的恶意URL识别
  • 摘要

    网络攻击日益成为一个严重的问题. 在这些攻击中, 恶意URLs经常扮演着重要角色, 并被广泛应用到各种类型的攻击, 比如钓鱼、垃圾邮件以及恶意软件中. 检测恶意链接对于阻止这些攻击具有重要意义. 多种技术被应用于恶意URLs的检测, 而近年来基于机器学习的方法得到越来越多的重视. 但传统的机器学习算法需要大量的特征预处理工作, 非常耗时耗力.在本文中, 我们提出了一个完全基于词法特征的检测方法. 首先, 我们训练一个2层的神经网络, 得到URLs中的字符的分布表示, 然后训练对URL的分布表示生成的特征图像进行分类. 在我们的试验中, 使用真实数据, 取得了精度为0.973和F1为0.918的结果.

  • 作者

    陈康  付华峥  向勇  CHEN Kang  FU Hua-Zheng  XIANG Yong 

  • 作者单位

    中国电信股份有限公司 广东研究院,广州,510630

  • 刊期

    2018年6期 ISTIC

  • 关键词

    恶意URLs  机器学习  词法特征  卷积神经网络  malicious URLs  machine learning  distributed representation of characters  Convolutional Neural Network (CNN) 

相似文献 查看更多>>
34.239.172.52