基于URL多粒度特征融合的钓鱼网站识别

基于URL多粒度特征融合的钓鱼网站识别

G353; [目的]缓解钓鱼网站识别中URL表征不充分的问题,构建一种基于URL多粒度特征融合的识别模型.[方法]分别基于独热编码和BERT深度表征URL的字符级和单词级特征,进而通过融合两种粒度的深度特征构建钓鱼网站识别模型.[结果]所构建的融合多粒度URL特征的识别模型在实验数据集上的准确率、召回率、F1值以及AUC值分别达到0.96、0.98、0.97、0.97,比单一粒度的表征模型、基准分类器和以往模型具有更好的识别性能.[局限]除了 URL特征表征,有待进一步融合包括URL页面内容在内的更多源特征.[结论]构建的模型可以更全面地深度表征URL特征,有效提升了钓鱼网站的识别准确性....

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:数据分析与知识发现 2022, Vol.6 (11), p.103-110
Hauptverfasser: 胡忠义, 张硕果, 吴江
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:G353; [目的]缓解钓鱼网站识别中URL表征不充分的问题,构建一种基于URL多粒度特征融合的识别模型.[方法]分别基于独热编码和BERT深度表征URL的字符级和单词级特征,进而通过融合两种粒度的深度特征构建钓鱼网站识别模型.[结果]所构建的融合多粒度URL特征的识别模型在实验数据集上的准确率、召回率、F1值以及AUC值分别达到0.96、0.98、0.97、0.97,比单一粒度的表征模型、基准分类器和以往模型具有更好的识别性能.[局限]除了 URL特征表征,有待进一步融合包括URL页面内容在内的更多源特征.[结论]构建的模型可以更全面地深度表征URL特征,有效提升了钓鱼网站的识别准确性.
ISSN:2096-3467
DOI:10.11925/infotech.2096-3467.2022.0141