公开(公告)号：CN109101552B

公开(公告)日：2022-01-28

申请号：CN201810750707.2

申请日：2018-07-10

Applicant: 东南大学

Inventor： 杨鹏 ,  曾朋 ,  李幼平 ,  张长江 ,  郑斌

IPC: G06F16/955 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的钓鱼网站URL检测方法，该方法仅根据网站URL就能够实时检测互联网上的钓鱼网站。本发明首先将URL字符串序列编码成one‑hot二维稀疏矩阵，接着转化为稠密字符嵌入矩阵，输入到卷积神经网络中，抽取局部深度特征，然后将卷积神经网络的输出输入到长短期记忆网络，捕获URL序列的前后关联，最后接入softmax模型，对URL分类。本发明能避免繁冗的特征工程，通过卷积神经网络抽取局部深度关联性特征，通过长短期记忆网络学习URL中的长程依赖，能快速、准确地检测出钓鱼网站URL。

公开(公告)号：CN109101552A

公开(公告)日：2018-12-28

申请号：CN201810750707.2

申请日：2018-07-10

Applicant: 东南大学

Inventor： 杨鹏 ,  曾朋 ,  李幼平 ,  张长江 ,  郑斌

IPC: G06F17/30 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的钓鱼网站URL检测方法，该方法仅根据网站URL就能够实时检测互联网上的钓鱼网站。本发明首先将URL字符串序列编码成one-hot二维稀疏矩阵，接着转化为稠密字符嵌入矩阵，输入到卷积神经网络中，抽取局部深度特征，然后将卷积神经网络的输出输入到长短期记忆网络，捕获URL序列的前后关联，最后接入softmax模型，对URL分类。本发明能避免繁冗的特征工程，通过卷积神经网络抽取局部深度关联性特征，通过长短期记忆网络学习URL中的长程依赖，能快速、准确地检测出钓鱼网站URL。

公开(公告)号：CN108777674B

公开(公告)日：2021-02-26

申请号：CN201810373630.1

申请日：2018-04-24

Applicant: 东南大学

Inventor： 杨鹏 ,  曾朋 ,  李幼平 ,  张长江 ,  郑斌

IPC: H04L29/06 ,  H04L12/24 ,  G06F16/955

Abstract: 本发明公开了一种基于多特征融合的钓鱼网站检测方法，该方法能够实时检测互联网上的钓鱼网站。本发明首先根据网页的URL提取URL特征、HTML特征和基于TF‑IDF的文本向量；然后利用Logistic回归(Logistic regression)对文本向量进行分类，构建Logistic回归特征，并与网页URL特征和HTML特征进行多特征融合；最后训练XGBoost(eXtreme gradient boosting)模型，对待测钓鱼网站进行分类预测。本发明在网站的URL基础上，从多个维度全方位提取多关键特征，采用Logistic回归特征融合方法，有效解决文本向量特征维度过高问题，比现有特征融合方法能大幅提高运行效率，而且XGBoost分类模型比传统分类模型，更能提高钓鱼网站检测准确率，减少钓鱼网站检测漏报率。

公开(公告)号：CN108777674A

公开(公告)日：2018-11-09

申请号：CN201810373630.1

申请日：2018-04-24

Applicant: 东南大学

Inventor： 杨鹏 ,  曾朋 ,  李幼平 ,  张长江 ,  郑斌

IPC: H04L29/06 ,  H04L12/24 ,  G06F17/30

CPC classification number: H04L63/1483 ,  H04L41/147

Abstract: 本发明公开了一种基于多特征融合的钓鱼网站检测方法，该方法能够实时检测互联网上的钓鱼网站。本发明首先根据网页的URL提取URL特征、HTML特征和基于TF-IDF的文本向量；然后利用Logistic回归(Logistic regression)对文本向量进行分类，构建Logistic回归特征，并与网页URL特征和HTML特征进行多特征融合；最后训练XGBoost(eXtreme gradient boosting)模型，对待测钓鱼网站进行分类预测。本发明在网站的URL基础上，从多个维度全方位提取多关键特征，采用Logistic回归特征融合方法，有效解决文本向量特征维度过高问题，比现有特征融合方法能大幅提高运行效率，而且XGBoost分类模型比传统分类模型，更能提高钓鱼网站检测准确率，减少钓鱼网站检测漏报率。