首页 | 本学科首页   官方微博 | 高级检索  
     

基于CATBL算法的恶意URL检测
引用本文:修位蓉,王欢欢,卞琛. 基于CATBL算法的恶意URL检测[J]. 计算机工程与设计, 2021, 42(11): 3059-3066. DOI: 10.16208/j.issn1000-7024.2021.11.008
作者姓名:修位蓉  王欢欢  卞琛
作者单位:广州商学院信息技术与工程学院,广东广州510700;新疆大学软件学院,新疆乌鲁木齐830091;广东金融学院互联网金融与信息工程学院,广东广州510521
基金项目:国家自然科学基金;新疆维吾尔自治区自然科学基金;广州市哲学社科规划课题基金项目;创新基金
摘    要:为提高对恶意U RL检测的准确率,提出一种结合注意力机制的卷积神经网络和双向长短时记忆网络并联联合算法模型(CATBL).提取用于表达恶意URL二进制文件内容相似性的纹理图像特征,提取URL信息特征及主机信息特征,将这几种特征进行融合,利用CNN(convolutional neural network)挖掘深层次局部特征,采用Attention机制调整权重和双向LSTM(bidirectional long short-term memory)提取全局特征,用于对网络中的恶意URL进行检测.实验结果表明,使用该算法检测恶意U RL的准确率达到98.8%,与传统检测方式相比,具有明显的提升.

关 键 词:恶意URL  特征融合  纹理图像特征  卷积神经网络  检测

CATBL's malicious URL analysis and detection
XIU Wei-rong,WANG Huan-huan,BIAN Chen. CATBL's malicious URL analysis and detection[J]. Computer Engineering and Design, 2021, 42(11): 3059-3066. DOI: 10.16208/j.issn1000-7024.2021.11.008
Authors:XIU Wei-rong  WANG Huan-huan  BIAN Chen
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号