买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:山西大学
摘要:本发明属于网络安全的技术领域,具体涉及为一种基于EMO‑GAN的恶意URL检测方法。本发明通过创新性通过引入极度随机树(ExtremelyRandomizedTrees,ET)实现半监督学习,与边缘生成对抗网络(MarginGenerativeAdversarialNetwork,MarginGAN)相结合,有效克服了数据不均衡和标签稀缺带来的数据获取困难。此外,本发明还深入探索了新的特征提取方法以及在线学习技术,为恶意URL检测提供了更加精确的特征表示和更强的模型拓展性。该方法旨在解决恶意URL检测中遇到的数据获取难题、特征表示不足以及模型概念漂移等挑战。经过实验验证,本发明在真实世界数据集上取得了较好的结果。因此,本发明可用于对恶意URL进行检测,维护网络空间安全。
主权项:1.一种基于EMO-GAN的恶意URL检测方法,其特征在于:包括以下几个步骤:步骤1、数据预处理:使用爬虫工具从网页中获取URL数据,进行清洗、解码、标准化处理,得到样本数据;步骤2、特征工程:使用Python工具构建特征提取模块,特征提取模块包括统计特征提取子模块、字符特征提取子模块、词汇特征提取子模块以及融合特征子模块,将步骤1中得到的样本数据分别输入到统计特征提取子模块、字符特征提取子模块、词汇特征提取子模块中,得到128维的统计特征、64维的字符特征和64维的词汇特征,将三种特征输入至融合特征子模块中合并输出256维特征,其中256维特征包括带标签的样本特征和无标签的样本特征;步骤3、检测模型的构建与训练:步骤3.1,模型的构建,检测模型包括极度随机树分类器模块、生成器模块、辨别器模块和分类器模块,其中采用Scikit-learn库进行搭建极度随机树分类器模块,采用PyTorch框架进行构建生成器模块、辨别器模块和分类器模块;步骤3.2,模型的训练,提前设定好模型的训练轮次,将步骤2得到的256维特征输入至检测模型中进行训练,利用带标签的特征对极度随机树分类器模块进行训练,将随机分布输入至生成器模块中输出256维的生成样本特征,将生成样本特征和无标签的样本特征输入至训练好的极度随机树分类器模块中打上标签,将所有带标签的特征分别输入至辨别器模块和分类器模块中进行训练,生成器模块分别通过与辨别器模块和分类器模块进行对抗训练;步骤4、模型的性能评价:采用精准率、召回率、F1分数的宏平均值作为模型的评价指标,若准确率大于99%并且F1分数大于80%,执行步骤5,否则,执行步骤3.2继续模型训练;步骤5、恶意URL的检测:从真实网页中采集URL数据作为待测数据,将待测数据采用步骤1、步骤2处理得到输出256维特征,然后输入到已训练好的分类器模块中进行分类预测,得到相应的标签,完成检测;步骤6、检测模型的在线更新:将步骤5得到的预测标签进行人工反馈验证,得到待测数据的真实标签,将步骤5得到待测数据的256维特征和人工反馈的真实标签输入到分类器模块中进行在线学习与更新。
全文数据:
权利要求:
百度查询: 山西大学 一种基于EMO-GAN的恶意URL检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。