基于上下文信息的恶意URL检测技术

摘要

恶意URL现如今对网络安全影响巨大,能否高效的检测恶意URL成为一个亟待解决的问题.针对传统基于文本特征的检测方法没有考虑到URL中词的位置和上下文信息的缺点,提出了一种基于上下文信息的恶意URL检测方法,首先利用预处理方法解决了URL中存在大量的随机字符组成单词的问题,使用特殊符号作为分隔符对URL分词,对得到的分词结果使用Word2vec生成词向量空间,然后训练卷积神经网络提取文本特征并分类.实验结果表明,该方法在大量真实数据上能够达到97.30％的准确率、90.15％的召回率和92.33％的F1值.