基于多模态深度神经网络的Web网页攻击重定向混淆检测

来源：吉林大学学报·理学版杂志2025年第6期北京时间：

作者：闫培玲, 刘俊娟, 高志宇

单位：河南中医药大学 信息技术学院, 郑州 450046

摘要：针对恶意Web网页链接和插件通过不断混淆和变形附着在其他文件内, 使传统检测方法难以实现精准检测的问题, 提出一种基于多模态深度神经网络的Web网页攻击重定向混淆检测方法. 首先, 提取attribute类、 keyword类、 var类和word类Web网页攻击的特征, 并将其转换为8维敏感特征向量, 计算其对应实数值. 其次, 将Web网页和实数值一起输入到多模态深度神经网络中进行训练. 最后, 通过Web页面分类器输出得到精准的攻击重定向混淆检测结果. 实验结果表明, 该方法的检测率约为98%, 可在保证较高检测率的前提下实现对Web网页攻击重定向混淆的有效检测.

关键词：多模态深度神经网络,Web网页攻击重定向混淆检测,TF-IDF算法,非线性激励单元,损失函数