基于多尺度注意力特征融合的恶意URL检测研究

来源：电子测量技术杂志2024年第20期北京时间：

作者：马栋林，陈伟杰，赵宏，宋佳佳

单位：兰州理工大学计算机与通信学院 兰州 730050

摘要：针对当前恶意URL检测模型在处理复杂结构和多样化字符组合的URL时，存在特征提取单一和检测精度不高的问题，提出了一种基于多尺度注意力特征融合的恶意URL检测模型。首先，采用Character Embeddings和DistilBERT方法分别对字符和单词进行编码，以捕获URL字符串中字符级和词级特征表示。其次，通过改进卷积神经网络(CNN)提取不同尺度的字符结构特征和词级语义特征，并结合双向长短期记忆网络(BiLSTM)进一步提取深层次序列特征。此外，为了实现字符级与词级多尺度特征的动态融合，创新性地引入注意力特征融合模块(AFF)，有效降低信息冗余并提升对长距离序列特征的提取能力。实验结果表明，所提模型与其他基准模型相比，准确率提升了0.32%~4.7%，F1分数提升了0.46%~5.5%，并在ISCX-URL2016等数据集上也达到了较好的测效果。

关键词：恶意URL检测;多尺度特征;卷积神经网络;双向长短时记忆网络;注意力特征融合

基金资助：国家自然科学基金(62166025)项目资助