基于文档分层表示的恶意网页快速检测方法

• 作者: 林金芳 袁梁
• 来源期刊: 计算机系统应用
• 关键词: 深度学习 恶意Web内容 网页分类 恶意网页识别
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 研究开发
• 页码范围: 226-231
• 页数: 6页
• 字数: 5300字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007198

摘要

近年来,恶意网页检测主要依赖于语义分析或代码模拟执行来提取特征,但是这类方法实现复杂,需要高额的计算开销,并且增加了攻击面.为此,提出了一种基于深度学习的恶意网页检测方法,首先使用简单的正则表达式直接从静态HTML文档中提取与语义无关的标记,然后采用神经网络模型捕获文档在多个分层空间尺度上的局部性表示,实现了能够从任意长度的网页中快速找到微小恶意代码片段的能力.将该方法与多种基线模型和简化模型进行对比实验,结果表明该方法在0.1％ 的误报率下实现了96.4％ 的检测率,获得了更好的分类准确率.本方法的速度和准确性使其适合部署到端点、防火墙和Web代理中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁梁	无锡城市职业技术学院师范学院	11	8	2.0	2.0
2	林金芳	国防科技大学系统工程学院	1	1	1.0	1.0