基于Transformer的互联网暗链检测方法

doi:10.11959/j.issn.1000-0801.2022206

电信科学 ›› 2022, Vol. 38 ›› Issue (Z2): 241-247.doi: 10.11959/j.issn.1000-0801.2022206

• AI技术与应用 • 上一篇

基于Transformer的互联网暗链检测方法

马稼明, 潘路平, 张琰琳

中国电信股份有限公司上海分公司，上海 200433

修回日期:2022-06-27 出版日期:2022-12-01 发布日期:2022-12-01
作者简介:马稼明（1994- ），男，中国电信股份有限公司上海分公司工程师，主要研究方向为云计算技术、人工智能等
潘路平（1994- ），男，中国电信股份有限公司上海分公司工程师，主要研究方向为大数据、人工智能等
张琰琳（1995- ），女，中国电信股份有限公司上海分公司工程师，主要研究方向为网络安全等

Revised:2022-06-27 Online:2022-12-01 Published:2022-12-01

摘要/Abstract

摘要：

近年来，针对网站进行篡改的攻击数量逐年快速递增且形式愈发多样，其中暗链攻击尤为常见。提出了一种基于 URL 和深度学习中 Transformer 模型的互联网暗链检测方法。取用了 Transformer 模型的编码（encoder）模块，并对输入做了改进，增加了一个字符类型输入。经实践，在经过几十轮的迭代之后，最终的损失可以降到更低，说明元音字符、非元音字符、数字和符号的排列形式对于检测暗链有较大的作用。在不同模型的对比中，Transformer模型的精确率（precision）、召回率（recall）与F1值均优于ATT-Bi-LSTM模型和Bi-LSTM模型。

关键词: 暗链检测, 网页篡改, 深度学习, 注意力机制

中图分类号:

TP393

马稼明, 潘路平, 张琰琳. 基于Transformer的互联网暗链检测方法[J]. 电信科学, 2022, 38(Z2): 241-247.

图/表 15

图1

图2

图4

图3

图5

图6

图7

图8

表1

表2

表3

表4

表5

图9

表6

种类	元音字符	非元音字符	数字	其他字符
正常链接	3.8	6.3	8.2	2.1
暗链	1.8	5.1	6	1.5

种类	数量	最大长度	最小长度	平均长度
正常链接	6 003	133	4	34
暗链	4 164	63	7	28

类别	内容
操作系统	Chromium OS 10.0
开发语言	Python3.6
开发工具	Jupyter Notebook
机器学习库	Numpy,Pytorch
GPU	NVIDIA Tesla T4
显存	16 GB

名称	定义
真阳（true positive，TP）	被模型预测为真的正样本
假阳（false positive，FP）	被模型预测为真的负样本
假阴（false negative，FN）	被模型预测为假的正样本
真阴（true negative，TN）	被模型预测为假的负样本

	预测为阳	预测为阴
真的是阳	TP	FN
真的是阴	FP	TN

基于Transformer的互联网暗链检测方法

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 7

相关文章 15

Metrics

推荐阅读 0

模型	输入	precision	recall	F1
Transformer	单字符+字符类型	96.91	97.37	97.12
ATT-Bi-LSTM	单字符+字符类型	96.91	97.34	97.07
Transformer	单字符	96.56	97	96.76
ATT-Bi-LSTM	单字符	95.3	96.08	95.62
Bi-LSTM	单字符+字符类型	88.54	87.65	88.02
Bi-LSTM	单字符	88.34	87.64	87.95

[1]	国家互联网应急中心. 互联网安全威胁报告[EB]. 2020.
[2]	邢容 . 基于文本识别技术的网页恶意代码检测方法研究[D]. 北京:中国科学院大学, 2012.
[3]	周文怡, 顾徐波, 施勇 ,等. 基于机器学习的网页暗链检测方法[J]. 计算机工程, 2018,44(10): 22-27.
[4]	印杰, 蒋宇翔, 牛博威 ,等. 基于深度学习的网页篡改远程检测研究[J]. 南京理工大学学报, 2020,44(1): 49-54.
[5]	VASWANI A , SHAZEER N , PARMAR N ,et al. Attention is all you need[C]// Advances in Neural Information Processing Systems.[S.l.:s.n.], 2017: 5998-6008.
[6]	ALAMMAR J . The illustrated transformer[R]. 2018.
[7]	盛剑涛, 陈茂飞, 刘东鑫 ,等. 基于组合分类器的恶意域名检测技术[J]. 电信科学, 2020,36(5): 47-55.

[1]	张剑, 程俊华, 龚菡洁, 李红, 牛凯. 基于云边协同的高可用厨房卫生监控系统[J]. 电信科学, 2023, 39(Z1): 62-70.
[2]	祝谷乔, 姜超, 徐煜烨. 超分辨率重建技术及其在智能终端上的应用[J]. 电信科学, 2023, 39(7): 156-165.
[3]	叶振, 王国相, 宋俊锋, 刘昊坤, 黎天送. 一种基于深度可分离卷积的VVC帧内编码快速块划分算法[J]. 电信科学, 2023, 39(7): 99-108.
[4]	卢敏, 胡娟, 张先超, 丁伟健, 乐光学. 基于用户多特征融合的个性化推荐模型[J]. 电信科学, 2023, 39(5): 101-115.
[5]	张永, 刘纪奎, 柯文龙. 基于并行可分离卷积和标签平滑正则化的脑电情感识别[J]. 电信科学, 2023, 39(5): 116-128.
[6]	戴剑锋, 陈星妤, 董黎刚, 蒋献. 融合混合嵌入与关系标签嵌入的三元组联合抽取方法[J]. 电信科学, 2023, 39(2): 132-144.
[7]	诸葛斌, 尹正虎, 斯文学, 颜蕾, 董黎刚, 蒋献. 基于学生知识追踪的多指标习题推荐算法[J]. 电信科学, 2022, 38(9): 129-143.
[8]	周杰, Esono Mikue Bernardo Esono, 王学英, 周惠婷, 罗宏. 基于SLM-PTS算法融合的NC-OFDM峰均比优化[J]. 电信科学, 2022, 38(7): 63-74.
[9]	李攀攀, 谢正霞, 乐光学, 刘鑫. 基于深度学习的无线通信接收方法研究进展与趋势[J]. 电信科学, 2022, 38(2): 1-17.
[10]	申情, 郭文宾, 楼俊钢, 余强国. 考虑多层次潜在特征的个性化推荐模型[J]. 电信科学, 2022, 38(2): 71-83.
[11]	宋勇, 严志伟, 秦玉坤, 赵东明, 叶晓舟, 柴园园, 欧阳晔. 基于矩阵分解和注意力多任务学习的客服投诉工单分类[J]. 电信科学, 2022, 38(2): 103-110.
[12]	金楠, 王瑞琴, 陆悦聪. 基于艾宾浩斯遗忘曲线和注意力机制的推荐算法[J]. 电信科学, 2022, 38(10): 89-97.
[13]	孙金杨, 刘柏嵩, 任豪, 钱江波. TAGAN：一种融合细粒度语义特征的学术论文对抗推荐算法[J]. 电信科学, 2021, 37(8): 57-65.
[14]	陈志宏, 王明晓. 计算机视觉在智慧安防中的应用[J]. 电信科学, 2021, 37(8): 142-147.
[15]	唐博恒, 柴鑫刚. 基于云边协同的计算机视觉推理机制[J]. 电信科学, 2021, 37(5): 72-81.