典型文献
基于URL多粒度特征融合的钓鱼网站识别
文献摘要：
[目的]缓解钓鱼网站识别中URL表征不充分的问题,构建一种基于URL多粒度特征融合的识别模型.[方法]分别基于独热编码和BERT深度表征URL的字符级和单词级特征,进而通过融合两种粒度的深度特征构建钓鱼网站识别模型.[结果]所构建的融合多粒度URL特征的识别模型在实验数据集上的准确率、召回率、F1值以及AUC值分别达到0.96、0.98、0.97、0.97,比单一粒度的表征模型、基准分类器和以往模型具有更好的识别性能.[局限]除了 URL特征表征,有待进一步融合包括URL页面内容在内的更多源特征.[结论]构建的模型可以更全面地深度表征URL特征,有效提升了钓鱼网站的识别准确性.
文献关键词：
钓鱼网站识别;特征融合;BERT;Word2Vec;CNN;LSTM
中图分类号：
作者姓名：
胡忠义;张硕果;吴江
作者机构：
武汉大学信息管理学院 武汉430072;武汉大学电子商务研究与发展中心 武汉430072
文献出处：
引用格式：
[1]胡忠义;张硕果;吴江-.基于URL多粒度特征融合的钓鱼网站识别)[J].数据分析与知识发现,2022(11):103-110
A类：
钓鱼网站识别,单词级特征
B类：
URL,多粒度特征融合,识别模型,独热编码,BERT,字符,深度特征,特征构建,召回率,一粒,表征模型,分类器,识别性,页面,多源特征,Word2Vec
AB值：
0.162639
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
