基于URL的恶意访问检测方法

• 作者: 丛群 李梦玉 马严 黄小红
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: URL 恶意访问 时间序列 信息熵 聚类
• 年，卷（期）: 2018,（z1）
• 所属期刊栏目: 网络空间安全
• 页码范围: 86-92
• 页数: 7页
• 分类号: TP302
• 字数: 5115字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2018196

摘要

日益增长的网络流量使得有效识别恶意访问成为亟待解决的网络安全问题之一,现有的检测方法多是基于域名黑名单展开研究的,忽略了非黑名单中也可能存在着隐藏的恶意访问.为了解决上述问题,利用了时间序列的分析方法建立了一种基于URL的恶意访问检测模型.首先,以用户访问某域名的URL日志为研究对象,从域名访问相似度、信息熵、功率谱密度等多维度挖掘恶意访问的表现特征,然后结合混合高斯聚类算法给出基于URL的恶意访问检测模型.实验结果表明,该模型具有较高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马严	北京邮电大学网络技术研究院	98	731	15.0	23.0
2	黄小红	北京邮电大学网络技术研究院	35	124	6.0	9.0
3	丛群		4	2	1.0	1.0
4	李梦玉	北京邮电大学网络技术研究院	1	2	1.0	1.0