期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CharacterBERT的恶意URL检测模型
1
作者 王旭 李松朔 +1 位作者 姜久雷 乐德广 《现代电子技术》 北大核心 2026年第5期83-88,96,共7页
传统URL检测方法主要依赖黑名单和启发式规则,在应对新型URL变体时存在局限。随着BERT模型被引入恶意URL检测领域,仍存在词汇表依赖、未登录词处理能力不足、语义细粒度较低等问题。为此,文中提出一种基于CharacterBERT与URL结构特征相... 传统URL检测方法主要依赖黑名单和启发式规则,在应对新型URL变体时存在局限。随着BERT模型被引入恶意URL检测领域,仍存在词汇表依赖、未登录词处理能力不足、语义细粒度较低等问题。为此,文中提出一种基于CharacterBERT与URL结构特征相融合的恶意URL检测模型。该模型采用字符级卷积神经网络(CharacterCNN),摆脱对预定义词汇表的依赖,并通过可变形卷积核提取更精细的语义信息。此外,设计了门控融合网络单元,结合子域名数量、敏感词、URL长度等结构信息来增强恶意URL识别能力。实验结果表明,所提模型在Grambeddings和kaggle_1数据集上均取得了最佳性能,F1值分别达到97.88%和99.83%,展现出卓越的性能,在实际安全场景中具有较高的应用价值。 展开更多
关键词 CharacterBERT 特征融合 恶意URL检测 网络安全 字符级卷积神经网络 金字塔注意力
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部