节点文献

基于Bi-IndRNN的恶意URL分析与检测

免费订阅

【作者】 王欢欢田生伟禹龙彭咏芳裴新军

【Author】 WANG Huanhuan;TIAN Shengwei;YU Long;PENG Yongfang;PEI Xinjun;School of Software,Xinjiang University;Network Center,Xinjiang University;School of Information Science and Engineering;

【通讯作者】 田生伟;

【机构】 新疆大学软件学院新疆大学网络中心新疆大学信息科学与工程学院

【摘要】 本文提出一种基于双向IndRNN(Bidirectional Independently Recurrent Neural Network, Bi-IndRNN)的恶意URL分析与检测算法.通过对恶意URL分析与检测特点的研究,提取主机信息特征和URL信息特征.把主机信息特征与URL信息特征相融合,并利用Bi-IndRNN算法对恶意URL进行分析与检测.与k最邻近分类算法(k-NearestNeighbor, KNN)、高斯贝叶斯算法(GaussionNB)、LSTM(Long Short-Term Memory)算法、IndRNN(Independently Recurrent Neural Network)算法对比结果表明,该模型对恶意URL的分类检测准确率达到95.92%,明显高于其它算法模型.

【关键词】 恶意URLBI-IndRNN检测融合主机信息URL信息深度学习分类
【基金】 新疆维吾尔自治区科技人才培养项目(QN2016YX0051);新疆维吾尔自治区研究生科研创新项目(XJGRI2017007);赛尔网络下一代互联网技术创新项目(NGII20170420);天山青年计划(2017Q011)
【所属期刊栏目】 信息科学与技术 (2019年02期)
  • 【DOI】10.13568/j.cnki.651094.2019.02.008
  • 【分类号】TP393.08
  • 【下载频次】122
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: