盛蒙蒙 史建暉 沈立峰

1.浙江警察學(xué)院；2.浙江省杭州市公安局拱墅區(qū)分局

隨著網(wǎng)絡(luò)應(yīng)用的普及，惡意URL 攻擊給人們的個人隱私和財產(chǎn)安全構(gòu)成了嚴(yán)重威脅。為有效檢測惡意URL，本文構(gòu)建了基于機器學(xué)習(xí)方法的CBA 模型。該模型以Bi-LSTM 模型為基礎(chǔ)，結(jié)合卷積神經(jīng)網(wǎng)絡(luò)，在有效提取數(shù)據(jù)局部特征的同時解決輸入文本長度不均衡的問題。通過引入注意力機制，按不同權(quán)重對數(shù)據(jù)特征進行重新排序，提高了模型的識別準(zhǔn)確率。實驗數(shù)據(jù)表明，CBA 模型在惡意URL 檢測任務(wù)中相比其他模型表現(xiàn)出更優(yōu)異的性能。

互聯(lián)網(wǎng)的迅猛發(fā)展為社會帶來了巨大的便利，但同時也給攻擊者提供了高效的作案平臺。其中，惡意URL（惡意統(tǒng)一資源定位符）作為一種隱蔽、具有欺騙性的網(wǎng)絡(luò)威脅，正逐漸成為網(wǎng)絡(luò)安全領(lǐng)域的突出問題。不法分子通過釣魚網(wǎng)站、垃圾郵件鏈接、社交媒體消息等方式引誘用戶點擊或訪問惡意URL，從而在用戶不知道的情況下對其進行分發(fā)惡意軟件、竊取個人信息、實施網(wǎng)絡(luò)詐騙等惡意活動[1]，從而造成數(shù)據(jù)泄露、金融損失以及個人隱私泄露等一系列嚴(yán)重后果。根據(jù)CNCERT/CC發(fā)布的《2020 年中國互聯(lián)網(wǎng)網(wǎng)絡(luò)安全報告》，檢測到多個冒充境內(nèi)網(wǎng)站的釣魚頁面，這種惡意攻擊具有極高的靈活性和多樣性，攻擊者通常只需要對網(wǎng)站的URL 稍作修改便可繞過已過時的監(jiān)管，極大破壞了互聯(lián)網(wǎng)生態(tài)，對公民的切身利益構(gòu)成了嚴(yán)重威脅。因此，開發(fā)有效的惡意URL 檢測方法至關(guān)重要。

近年來，機器學(xué)習(xí)技術(shù)在惡意URL 檢測中得到了廣泛的應(yīng)用，常用的方法有支持向量機[2,3]、邏輯回歸[4]、樸素貝葉斯[5]、決策樹[6]、隨機森林[6,7]和集成學(xué)習(xí)方法[8]等。通過分析URL 的內(nèi)容、結(jié)構(gòu)和行為特征，機器學(xué)習(xí)模型能夠識別出惡意URL，并提供一定的預(yù)防措施。然而，由于惡意URL 的多樣性和不斷變化，傳統(tǒng)的機器學(xué)習(xí)方法在惡意URL 檢測中常會面臨新的挑戰(zhàn)，如特征選取困難、數(shù)據(jù)不平衡等。隨著深度學(xué)習(xí)的持續(xù)發(fā)展，深度學(xué)習(xí)算法在自然語言處理、圖像處理、機器翻譯等領(lǐng)域都有著出色的表現(xiàn)，越來越多的學(xué)者開始將其引入到惡意URL 處理問題中。Anu Vazhayil 等[9]將經(jīng)典機器學(xué)習(xí)技術(shù)（Logistic Regression，邏輯回歸）、卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）和CNN 長短期記憶（CNN-LSTM））算法用于檢測惡意URL 并進行了比較研究，結(jié)果表明，CNN-LSTM對釣魚網(wǎng)站的分類準(zhǔn)確率最高。張慧[10]等提出一種基于CNN 的URLs 特征自動提取方法來提升特征的區(qū)分能力和普適性。吳曉英[11]等采用Bi-LSTM 和注意力機制（Attention）構(gòu)建檢測模型。卜佑軍[12]等使用CNN 來獲取URL 的空間局部特征，通過Bi-LSTM 來獲取URL的雙向長距離依賴特征，從而提高模型的檢測準(zhǔn)確率。

為有效檢測惡意URL，在已有研究的基礎(chǔ)上，本文構(gòu)建了基于CNN、Bi-LSTM 和注意力機制的CBA 模型。該模型以Bi-LSTM 模型為基礎(chǔ)，通過將文本數(shù)據(jù)中的單詞映射到一個低維的向量空間中，從而提取單詞的語義和上下文信息。然后通過CNN 網(wǎng)絡(luò)來用于提取輸入數(shù)據(jù)的局部關(guān)聯(lián)特征，并引入注意力機制，保證模型能夠在輸入的特征中最大程度學(xué)習(xí)到所有關(guān)鍵特征并按重要性進行排序重組。相較于傳統(tǒng)方法，CBA 模型的創(chuàng)新之處在于將多種機器學(xué)習(xí)技術(shù)進行有機結(jié)合，從而充分利用各自的優(yōu)勢，提高惡意URL 檢測的準(zhǔn)確性。

1 模型結(jié)構(gòu)設(shè)計

惡意URL 檢測研究的目標(biāo)是通過對URL 的文本特征進行判斷，輸出URL 文本判斷結(jié)果屬于“良性”還是“惡意”，因此，該問題本質(zhì)是屬于自然語言處理的二分類問題。本文運用多機制融合思想，深入分析各深度學(xué)習(xí)方法的優(yōu)缺點，構(gòu)建了融合CNN、BiLSTM 和Attention 機制的CBA 模型，模型算法的整體流程圖如圖1 所示。

圖1 CBA 模型結(jié)構(gòu)流程圖Fig.1 CBA model structure flow chart

該模型能充分運用各種機制的優(yōu)點，快速有效地提取URL 特征表達信息，增強模型的分類能力?？傮w而言，模型主要包括：（1）使用NLTK 開源工具包對實驗數(shù)據(jù)集中的URL 進行分詞；（2）通過Word2Vec 詞嵌入技術(shù)將URL 進行向量化表示，并生成詞嵌入矩陣作為模型的嵌入層；（3）將數(shù)據(jù)輸入CNN 層提取其中的局部關(guān)聯(lián)特征；（4）Bi-LSTM 層接受CNN 層的特征并進行進一步信息提取，同時提取每個URL 樣本的時序特征；（5）通過注意力機制對所有提取的特征按照重要指數(shù)進行排序，并為不同特征構(gòu)建權(quán)重向量；（6）將處理完的特征向量輸入全連接層，運用分類器完成URL 分類；（7）通過計算損失函數(shù)，調(diào)節(jié)模型參數(shù)來優(yōu)化模型。

1.1 分詞技術(shù)

分詞是自然語言處理中的關(guān)鍵任務(wù)，它將連續(xù)的文本劃分為一個個有意義的單元，如單詞或短語。在惡意URL 檢測等領(lǐng)域，分詞能夠有效地提取URL 文本的特征，為后續(xù)的特征提取和模型訓(xùn)練打下基礎(chǔ)。分詞質(zhì)量直接影響著特征的表達和模型的性能，因此選擇適合的分詞方法十分重要。

目前，常用的分詞方法有基于規(guī)則、統(tǒng)計、機器學(xué)習(xí)和深度學(xué)習(xí)等?；谝?guī)則的方法使用預(yù)定義的規(guī)則來進行分詞，但這種方法往往無法處理復(fù)雜的語言結(jié)構(gòu)和不規(guī)則的現(xiàn)象，且規(guī)則需要手動定義，難以適應(yīng)多樣性的文本?；诮y(tǒng)計的方法則根據(jù)詞頻、頻率等統(tǒng)計信息進行分詞。這種方法需要大量的訓(xùn)練數(shù)據(jù)來學(xué)習(xí)分詞規(guī)律，但在處理生僻詞或新詞時可能表現(xiàn)不佳。機器學(xué)習(xí)方法使用訓(xùn)練數(shù)據(jù)來學(xué)習(xí)分詞模式，如條件隨機場（CRF）和隱馬爾可夫模型（HMM）。然而，這些方法需要大量的標(biāo)注數(shù)據(jù)和特征工程，且對于不同領(lǐng)域的數(shù)據(jù)泛化能力可能有限。

賓夕法尼亞大學(xué)NLTK Project 發(fā)布的NLTK（Natural Language Toolkit）開源工具包，是一個用于處理和分析自然語言文本的Python 庫，提供了一系列的工具和資源，使開發(fā)者能夠快速構(gòu)建自然語言處理應(yīng)用。它已經(jīng)成為自然語言處理領(lǐng)域的重要工具之一，被廣泛應(yīng)用于學(xué)術(shù)研究、教學(xué)以及工業(yè)界的實際應(yīng)用中。本文選擇使用NLTK 來完成URL 文本的分詞操作。

1.2 URL 向量化

URL 向量化是將URL 文本轉(zhuǎn)換為向量的過程，由于在訓(xùn)練數(shù)據(jù)集中，所有的樣本皆以文本格式存儲，但神經(jīng)網(wǎng)絡(luò)并不能直接處理文本格式的數(shù)據(jù)，因此就需要先將URL 文本轉(zhuǎn)換為計算機可理解的數(shù)值特征，以便后續(xù)進行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和處理。然而，與僅包含數(shù)字或單詞的普通文本不同，URL 文本由各種單詞縮寫、前綴、符號、拼音、IP 甚至轉(zhuǎn)義字符等元素構(gòu)成。因此，選擇合理的文本向量化方式十分重要。

在自然語言處理研究領(lǐng)域，目前常用的文本向量化方法有獨熱編碼（One-Hot Encoding），詞袋模型（Bag of Words, BoW），詞頻逆詞頻模型（Term Frequency-Inverse Document Frequency, TF-IDF）以及詞嵌入模型（Word2Vec）。其中，Word2Vec 是一種基于深度學(xué)習(xí)的詞向量表示方法，它能夠?qū)⒃~語映射為實數(shù)向量，并且能夠捕捉詞語之間的語義關(guān)系。因此，本文選擇Word2Vec 進行URL 向量化處理，以便更好理解URL 文本的語義信息與特征。

在Word2Vec 模式下有兩個常用模型：連續(xù)詞袋（Continuous Bag-of-Words, CBOW）模型和跳詞（Skip-Gram）模型。CBOW 模型是一種基于神經(jīng)網(wǎng)絡(luò)的詞嵌入方法，其主要目標(biāo)是將每個單詞表示為固定維度的實數(shù)向量，使得這些向量能夠捕捉到單詞之間的語義和上下文關(guān)系；Skip-Gram 模型則是CBOW 模型的逆過程，雖然兩者都能捕捉語義和上下文關(guān)系，但Skip-Gram 模型對罕見詞匯和小規(guī)模數(shù)據(jù)集表現(xiàn)較差。因此本文中選擇CBOW 模型，具體采用的是Gensim 庫中Word2Vec函數(shù)對輸入URL 參數(shù)進行向量化，并獲取詞嵌入矩陣作為模型的嵌入層。

1.3 卷機神經(jīng)網(wǎng)絡(luò)層

卷積神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，是經(jīng)典的深度學(xué)習(xí)模型，在計算機視覺領(lǐng)域取得了不俗的成績。然而，將卷積神經(jīng)網(wǎng)絡(luò)從計算機視覺領(lǐng)域擴展到自然語言處理領(lǐng)域并非易事。比如在對圖像的處理過程中，研究者可以將每張圖片的尺寸和分辨率設(shè)為固定值，從而使用多種長度不變的卷積核處理圖像。但在文本分類領(lǐng)域，如果直接將輸入文本長度截斷為固定值，就無法確保輸入信息的完整性。輸入文本長度的不同就可能導(dǎo)致后續(xù)卷積操作的異常，從而導(dǎo)致數(shù)據(jù)丟失，進而影響最終訓(xùn)練效果。

針對上述問題，研究者們采用了不同的技術(shù)以確保網(wǎng)絡(luò)能夠有效地進行特征提取和學(xué)習(xí)，部分研究者采用單層CNN 模型結(jié)構(gòu)，并在最大池化階段采用1-max pooling 操作[13]。這種做法將每個卷積核產(chǎn)生的特征圖中最大特征值作為該卷積核對整個句子的特征值，從而保留了每個卷積核提取到最顯著的特征。在池化操作之后得到的特征向量，其維度大小就等于卷積核數(shù)量，這些特征便可用于進行文本分類任務(wù)。這種方法可有效解決文本長度不同的問題。本文借鑒上述思路，將CNN 融入模型來獲取輸入數(shù)據(jù)的局部關(guān)聯(lián)特征。

首先，卷積層是CNN 模型中的核心組成部分，它能在局部范圍內(nèi)有效提取相鄰詞語間的語義關(guān)系。本文采用一維卷積層（Conv1D）對文本特征進行卷積操作。其中卷積核的尺寸通常是3 或5，卷積操作后得到的特征圖是一個一維向量，其操作過程如式（1）所示：

其中，x為輸入的文本序列，k為卷積核的長度，W為卷積核權(quán)重矩陣，b為偏置項。

首先，卷積操作使用ReLU 激活函數(shù)，使輸出特征向量中的負(fù)值變?yōu)?，提高特征的非線性表達能力。其次，池化層是在卷積層后對特征圖進行下采樣操作，以進一步減少文本的長度。池化操作有最大池化和平均池化等，可以減少特征的數(shù)量，并且對輸入文本的長度不敏感。本設(shè)計采用最大池化層（Max Pooling）對卷積操作后的特征圖進行下采樣，將每個特征子序列的最大值作為下采樣后的特征值，縮小特征圖的尺寸和數(shù)量。MaxPooling1D 的參數(shù)通常是3 或4，表示下采樣時從3個或4 個相鄰特征值中選擇最大值作為該特征子序列的特征值，其表達式如式（2）所示：

其中，c為卷積操作后的特征向量，p為最大池化操作后得到的特征向量，s為池化層的步長。

通過采用單層CNN 模型結(jié)構(gòu)，并在最大池化階段采用1-max pooling 操作，在最大保留特征的前提下又使輸出維度保持一致，解決了輸入文本長度不相等的問題，理論上對URL 的分類效果能起到積極作用。

1.4 Attention 機制

使用Bi-LSTM 模型對序列進行處理時，該模型會對每個時刻的輸入都產(chǎn)生一個隱藏狀態(tài)。這些隱藏狀態(tài)組成了一個矩陣，可以把它看作是一個由時間步組成的序列。但是并不是每個時刻的隱藏狀態(tài)對最終結(jié)果都有同等的貢獻，而某些時刻的隱藏狀態(tài)可能更重要。因此，本文中引入Attention 機制，來對不同時刻的隱藏狀態(tài)進行加權(quán)，可以更好捕捉較為重要的信息。

模型采用了基于注意力機制的加權(quán)求和方式，計算每個時刻的權(quán)重。先通過兩個全連接層對BiLSTM 輸出進行處理，將其轉(zhuǎn)換成一個對應(yīng)的向量，再利用這個向量來計算每個時刻的權(quán)重。計算過程如式（3）所示：

其中，ht為時間步上的隱藏狀態(tài)，va為注意力向量，Wa為注意力權(quán)重矩陣，ba為偏置向量。

在得到權(quán)重向量后，將其歸一化處理，得到每個時刻的權(quán)重系數(shù)如式（4）所示：

將每個時刻的隱藏狀態(tài)和其對應(yīng)的權(quán)重系數(shù)相乘，并將這些加權(quán)和求和，得到一個加權(quán)后的向量如式（5）所示：

這個加權(quán)后的向量表示包含了所有時刻的隱藏狀態(tài)，但每個時刻的重要性不同，因此能夠更好地捕捉序列中的重要信息。

2 實驗

2.1 實驗數(shù)據(jù)集

本實驗數(shù)據(jù)均采集自互聯(lián)網(wǎng)，時間范圍從2020 年5月至2023 年4 月。數(shù)據(jù)的獲取渠道涵蓋多個來源，主要包括GitHub 開源訓(xùn)練數(shù)據(jù)集（約290,000 條）、Kaggle開源訓(xùn)練數(shù)據(jù)集（約50,000 條）以及Alexa 全球網(wǎng)站排名數(shù)據(jù)（10,000 條）。通過對這些數(shù)據(jù)源進行整合，確保了實驗數(shù)據(jù)的充分性和代表性。在數(shù)據(jù)整合的過程中，針對所有的網(wǎng)站主域名進行了存活性檢測，以確保模型的輸入數(shù)據(jù)在時效性上的準(zhǔn)確性。

2.2 數(shù)據(jù)處理

為提高模型的泛化能力和準(zhǔn)確性，實驗對于正面和負(fù)面數(shù)據(jù)進行平衡處理，按1:1 的比例進行采樣，即正負(fù)面樣本各取10,000 條，形成最終的實驗數(shù)據(jù)集，樣例如表1 所示?？梢钥闯?，惡意URL 往往巧妙地模仿正常URL 的樣式，使得它們在外觀上高度相似，從而引導(dǎo)用戶進行訪問。因此，普通網(wǎng)民很難根據(jù)URL 地址來區(qū)分該訪問是否安全。鑒于此，對于那些具有誤導(dǎo)性和高度相似性的惡意URL 的識別和分析變得至關(guān)重要。

表1 正常與惡意URL 樣本Tab.1 Benign and malicious URL samples

本實驗中，統(tǒng)一對樣本數(shù)據(jù)集進行二八分處理，即80%的樣本數(shù)據(jù)作為訓(xùn)練集，剩下20%的數(shù)據(jù)作為測試集。

2.3 實驗環(huán)境

本實驗采用的編程語言為Python3.8，計算設(shè)備配備了Intel(R)Core(TM)i7-10875H 中央處理器，NVIDIA GeForceRTX2060 顯卡，內(nèi)存為32GB。運行環(huán)境為64位Windows10Version22H2 操作系統(tǒng)。

2.4 模型相關(guān)參數(shù)

CBA 模型的相關(guān)參數(shù)如表2 所示。

表2 CBA 模型相關(guān)參數(shù)表Tab.2 Parameters of CBA model

2.5 實驗結(jié)果分析

為驗證CBA 模型的性能，本文采用控制變量法進行對比試驗，旨在比較改進后的模型與單一模型及其他改進模型的性能差異。對比實驗各模型參數(shù)如表3 ～表6所示。

表3 CNN 模型參數(shù)表Tab.3 Parameters of CNN model

表4 Bi-LSTM 模型參數(shù)表Tab.4 Parameters of Bi-LSTM model

表5 CNN + Bi-LSTM 模型參數(shù)表Tab.5 Parameters of CNN + Bi-LSTM model

表6 Bi-LSTM + Attention 模型參數(shù)表Tab.6 Parameters of Bi-LSTM + Attention model

CBA 模型與各模型的對比實驗結(jié)果如表7 所示，下面對各模型的表現(xiàn)進行分析，并探討造成這些差異的原因。

首先，從準(zhǔn)確率（Accuracy）、精確率（Precision）和F1 分?jǐn)?shù)（F1-score）來看，單一CNN 模型的效果最差。這主要是因為卷積神經(jīng)網(wǎng)絡(luò)在處理可變長度文本上的優(yōu)勢不及循環(huán)神經(jīng)網(wǎng)絡(luò)，且在1-max pooling 操作下仍有小部分特征丟失，所以只有約83%的準(zhǔn)確率。

其次，可以看到Bi-LSTM 模型的表現(xiàn)優(yōu)于CNN。這是由于Bi-LSTM 模型作為一種循環(huán)神經(jīng)網(wǎng)絡(luò)，能更好地處理可變長度文本并從中提取全局時序信息。此外，在Bi-LSTM 模型基礎(chǔ)上引入了Attention 機制后，Attention 機制對全局特征的加權(quán)和排序能讓模型關(guān)注到更有意義的特征，對模型的性能有較大的提升。相比而言，CNN 只能關(guān)注到局部特征，因此Bi-LSTM +Attention 模型相比CNN + Bi-LSTM 有更好的表現(xiàn)。

最后，在所有模型中，CBA 模型在完成惡意URL檢測的任務(wù)上的表現(xiàn)最為優(yōu)異，其正確率已接近90%。其中，Attention 機制的引入對于模型性能的提升幫助較高，可以看出Attention 機制的全局特征排序有利于神經(jīng)網(wǎng)絡(luò)習(xí)得更多有價值的特征，以獲得更好的分類效果。同時卷積神經(jīng)網(wǎng)絡(luò)的引入也能在一定程度上幫助神經(jīng)網(wǎng)絡(luò)在局部上關(guān)注到更有價值的特征，從而提高整體性能。

綜上所述，CBA 模型能有效融合多種機制，并有效提送惡意URL 檢測效果。其中，CNN 在提取局部特征方面表現(xiàn)出色，Bi-LSTM 則能夠捕獲序列的長程依賴關(guān)系，而Attention 機制則強化了全局信息的理解能力。CBA 模型的綜合優(yōu)勢使其能夠更全面地理解和分析URL 文本，從而在惡意URL 檢測任務(wù)中取得了出色的結(jié)果。

3 總結(jié)與展望

本文針對現(xiàn)有基于機器學(xué)習(xí)的惡意URL 檢測方法的缺點，運用多機制融合思想，提出在Bi-LSTM 模型的基礎(chǔ)上，引入卷積神經(jīng)網(wǎng)絡(luò)和Attention 機制，構(gòu)建了CBA 模型。實驗結(jié)果表明，CBA 模型通過綜合運用不同機制，能夠從不同角度捕捉URL 文本的各種特征，使得模型更全面地理解和分析URL 的語義和結(jié)構(gòu)信息。這種綜合性特點使得CBA 模型在特征表達能力上較單一機制更具優(yōu)勢，能夠更準(zhǔn)確地判別惡意和非惡意URL，這為未來的研究和應(yīng)用提供了有益的參考。今后，在數(shù)據(jù)集方面，可以更好地兼顧樣本的時效性、多樣性和數(shù)據(jù)量，使用更多更全面的數(shù)據(jù)來進行模型訓(xùn)練，從而進一步提升模型的準(zhǔn)確性；同時，還可以考慮將CBA 模型與更多深度學(xué)習(xí)技術(shù)進行整合，以進一步提升模型的序列建模和特征提取能力，此外，通過更優(yōu)化的數(shù)據(jù)預(yù)處理和模型調(diào)參，也有望進一步提升CBA 模型的性能。

引用

[1] 沙泓州,劉慶云,柳廳文,等.惡意網(wǎng)頁識別研究綜述[J].計算機學(xué)報,2016,39(3):529-542.

[2] LI T,KOU G,PENG Y.Improving Malicious URLs Detection Via Feature Engineering:Linear and Nonlinear Space Transformation Methods[J].Information Systems,2020(91):1-18.

[3] 吳森焱,羅熹,王偉平,等.融合多種特征的惡意URL檢測方法[J].軟件學(xué)報,2021,32(9):2916-2934.

[4] JAIN A K,GUPTA B B.A Machine Learning Based Approach for Phishing Detection Using Hyperlinks Information[J].Journal of Ambient Intelligence and Humanized Computing,2019,10(5):2015-2028.

[5] WANG Z,FENG X,NIU Y,et al.TSMWD:A High-speed Malicious Web Page Detection System Based on Two-step Classifiers[C]//2017 International Conference on Networking and Network Applications (NaNA).IEEE,2017:170-175.

[6] TELO J.Supervised Machine Learning for Detecting Malicious URLs:An Evaluation of Different Models[J].Sage Science Review of Applied Machine Learning,2022,5(2):30-46.

[7] XUAN C D,NGUYEN H D,TISENKO V N.Malicious URL Detection Based on Machine Learning[J].International Journal of Advanced Computer Science and Applications,2020,11(1).

[8] 張永剛,呂鵬飛,張悅,等.基于Stacking集成學(xué)習(xí)的惡意URL檢測系統(tǒng)設(shè)計與實現(xiàn)[J].現(xiàn)代電子技術(shù),2023,46(10):105-109.

[9] VAZHAYIL A,VINAYAKUMAR R,SOMAN K P.Comparative study of the detection of malicious URLs using shallow and deep networks[C]//2018 9th International Conference on Computing,Communication and Networking Technologies(ICCCNT).IEEE,2018:1-6.

[10] 張慧,錢麗萍,汪立東,等.基于CNN和多分類器的惡意URLs檢測[J].計算機工程與設(shè)計,2019,40(10):2991-2995+3019.

[11] 吳曉英,朱勁松.基于BI-lstm+attention的網(wǎng)站多結(jié)構(gòu)異常檢測分析實證研究[J].情報探索,2022(3):49-55.

[12] 卜佑軍,張橋,陳博,等.基于CNN和BiLSTM的釣魚URL檢測技術(shù)研究[J].鄭州大學(xué)學(xué)報(工學(xué)版),2021,42(6):14-20.

[13] 朱錦程.基于機器學(xué)習(xí)的惡意URL檢測技術(shù)研究[D].成都:電子科技大學(xué),2022.