TY -的A2 -罗,Entao AU - Chen Zuguo盟——刘Yanglong盟——陈,朝阳AU - Lu,明非盟-张Xuzhuo PY - 2021 DA - 2021/05/27 TI -恶意URL检测基于改进的多层递归卷积神经网络模型SP - 9994127六世- 2021 AB -传统的恶意的统一资源定位符(URL)检测方法过分依赖于匹配规则制定的网络安全人员,很难完全表达的文本信息的URL。因此,一种改进的多层周期性卷积神经网络模型基于YOLO算法意思来检测恶意URL。首先,单个字符被映射到密集使用单词嵌入向量,和密集的向量是参加培训的整个过程模型根据URL的方法的结构特点。然后,CSPDarknet基于改进神经网络模型YOLO算法提取的特征意思URL。最后,提取的特征是用来评估恶意URL的双向LSTM递归神经网络算法。为了验证算法的有效性,共有200000个网址收集,其中包括100000名正常url标记为“好”和100000年恶意url标记为“坏”。实验结果表明,该方法检测恶意url更快更有效,精度高,高召回率,和高准确性与Text-RCNN相比,BRNN和其他模型。SN - 1939 - 0114 UR - https://doi.org/10.1155/2021/9994127 - 10.1155 / 2021/9994127摩根富林明安全和通信网络PB - Hindawi KW - ER