10.3969/j.issn.1002-0802.2018.08.028
基于卷积神经网络的恶意URL检测
在互联网时代,企业与用户面临着各种安全威胁.在恶意URL识别方面,传统的机器学习方法需要在特征提取上耗费大量精力.基于卷积神经网络的检测模型通过词嵌入法对原始URL的字符进行编码,将URL映射成二维数组,通过多层神经网络,自动学习高层次特征并预测结果,而无需预先提取特征.与逻辑回归算法的结果相比,该模型在正确率、查全率、F值等指标上均好于前者.因此,深度学习在安全领域的某些方面具有应用价值.
恶意URL、卷积神经网络、词嵌入、批量归一化
51
TP309.5(计算技术、计算机技术)
国家自然科学基金重点项目61332010
2018-10-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
1918-1923