文档名：基于多分组注意力机制的恶意URL智能检测方法
恶意URL背后往往隐藏着木马程序、诈骗信息、恶意软件,严重威胁到网络安全环境.文章提出了一种基于多分组注意力机制的BiLSTM-N-Attention模型,将URL作为文本数据分类的问题处理.模型首先将URL作为文本类的时间序列进行输入,通过词嵌入技术映射到稠密向量空间,并利用基于双向的长短时记忆模型(BiLSTM)进行文本数据的信息提取;然后通过引入多分组Attention机制,提取到时序信息各时刻的相关程度;最后将融合的特征进行二分类预测实验结果验证了BiLSTM-N-Attention模型方法的有效性.
作者：梁飞
作者单位：北京市公安局海淀分局警务支援大队,北京100079
母体文献：2020互联网安全与治理论坛论文集
会议名称：2020互联网安全与治理论坛
会议时间：2020年10月1日
会议地点：上海
主办单位：公安部网络安全保卫局
语种：chi
分类号：TP3TN9
关键词：网络安全 恶意统一资源定位符 智能检测 多分组注意力机制 词嵌入 特征融合
在线出版日期：2021年1月25日
基金项目：
相似文献
相关博文
- 文件大小:
- 2.59 MB
- 下载次数:
- 60
-
高速下载
|
|
