《电子技术应用》
您所在的位置：首页 > 通信与网络 > 设计应用 > 基于双层注意力机制的恶意URL检测
基于双层注意力机制的恶意URL检测
网络安全与数据治理 2期
赵云泽，蒋牧秋，董 伟，冯 志
(1.华北计算机系统工程研究所，北京100083；2.哈尔滨工业大学威海校区 经济管理学院，山东 威海264209)
摘要： 随着信息化技术的不断发展，网络空间中存在的威胁也在不断变化。其中，基于恶意URL的攻击手段层出不穷。针对恶意URL识别与检测问题进行了深入探究，设计并实现了具有双层注意力机制的Bi-LSTM网络模型对恶意URL进行识别和检测，并将其命名为A2Bi-LSTM。该模型分别在字符级别及单词级别对恶意URL中包含的可疑内容进行注意力权值的计算，进一步提升了恶意URL的识别精度。实验结果表明，A2Bi-LSTM对恶意URL的识别准确率达到97%，相较于传统检测模型有着更好的检测效果，能够有效应对此类攻击威胁，有助于网络空间安全体系的构建。
中图分类号： TP393
文献标识码： A
DOI： 10.19358/j.issn.2097-1788.2023.02.001
引用格式： 赵云泽，蒋牧秋，董伟，等. 基于双层注意力机制的恶意URL检测[J].网络安全与数据治理，2023，42(2)：3-8.
Malicious URL detection based on double attention mechanism
Zhao Yunze1，Jiang Muqiu2，Dong Wei1，Feng Zhi1
(1.National Computer System Engineering Research Institute of China，Beijing 100083，China； 2.School of Economics and Management，Harbin Institute of Technology，Weihai 264209，China)
Abstract： With the continuous development of information technology, threats in cyberspace are also changing. Among them, attacks based on malicious URLs keep intruding. In this paper, the problem of malicious URL identification and detection is deeply explored, and a Bi-LSTM network model with a two-layer attention mechanism is designed and implemented to identify and detect malicious URLs, which is named A2Bi-LSTM. This model calculates the attention weight value of suspicious content contained in malicious URLs at the character level and word level, which further improves the recognition accuracy of malicious URLs. The experimental results show that the identification accuracy of A2Bi-LSTM for malicious URLs reaches 97%, which is better than the traditional detection model, and it can effectively deal with such threats as well as help the construction of cyberspace security system.
Key words : malicious URLs；attention mechanism；cyber security；deep learning

0 引言

　　随着信息化技术的急速发展和普及，当前社会各行业的信息化建设和数字化转型面临着严峻网络安全挑战。针对企业、政府、金融业等行业的网络攻击行为日益增多，尤其在高级持续性威胁(Advanced Persistent Threats，APT)逐步成为网络威胁主要方式的今天，传统的入侵检测系统、防火墙等防御手段已经难以抵御高等级、高隐蔽性、有组织的网络攻击行为。在MITRE公司所发布的对抗战术、技术和常识(Adversarial Tactics，Techniques and Common Knowledge，ATT&CK)网络攻击行为知识库[1]的阐述下，由恶意URL为基础的钓鱼攻击、水坑攻击、中间人攻击等手段成为实施APT攻击的初始必要手段，因此，针对恶意URL检测与识别的研究成为网络安全行业关注的重点。

　　统一资源定位器(Uniform Resource Locator，URL)是一种互联网标记形式，用以向互联网用户指明其资源位置和访问方式，是Internet地址中的标准资源。Webroot在2019年发布的威胁报告指出，即便是在安全域名上也发现了超过40%的恶意URL，相较于2018年，网络钓鱼攻击事件的比例上升36%，钓鱼网站的数量也增加了220%。根据卡巴斯基安全公司2020年的数据统计得知，全球用户计算机遭受至少一次网络恶意攻击事件的比例为10.08%，其中包含至少1.72亿条URL被网络安全设备标记为恶意URL，数量极其庞大。可以看出，恶意URL已经成为网络犯罪的主要基石，因此，构建快速、精准、可泛化的恶意URL检测模型成为保障网络安全的关键点。




本文详细内容请下载：https://www.chinaaet.com/resource/share/2000005206。




作者信息：

赵云泽1，蒋牧秋2，董  伟1，冯  志1

(1.华北计算机系统工程研究所，北京100083；2.哈尔滨工业大学威海校区 经济管理学院，山东 威海264209)


此内容为AET网站原创，未经授权禁止转载。

相关内容