[发明专利]一种基于胶囊网络的恶意网站URL检测方法

说明书

本发明公开了一种基于胶囊网络的恶意网站URL检测方法，包括：根据进制转换规则将拦截到的待检测URL转换为三通道RGB彩色图像；基于胶囊网络构建目标检测模型；利用样本数据对目标检测模型进行训练，生成包含图结构和网络参数的目标检测模型；将待检测目标输入训练后的目标检测模型中，对拦截到的待检测URL是否属于恶意网站以及属于哪个恶意家族进行识别分类。本发明引入了恶意网站URL可视化方法，提高了检测效率；使用胶囊网络进行图像的特征提取和分类训练，提高了检测准确率，同时也较好解决了深度神经网络中小样本训练效果不佳的问题。

技术领域

本发明涉及恶意网站URL检测技术领域，具体而言涉及一种基于胶囊网络的恶意网站URL检测方法。

背景技术

新的通信技术会给经济发展带来新的机会，但不可避免的也会给不法分子带来机会。互联网的出现和发展也同样符合这个规律。伴随着互联网给全球化带来的新助力，人们的生活、工作变得越来越方便快捷，同时人们对互联网的依赖也越来越深。网上聊天、网上购物、网上游戏、网上学习、网上办公、网上获取信息等行为已经深深的渗透到人们的日常生活当中。

伴随着互联网+产业的飞速发展，网络安全形势越来越严峻，网站挂马、网络诈骗、隐私窃取等日益威胁着广大网民的合法权益。恶意网站主要对知名网站、金融行业、电信行业网上营业厅进行仿冒，并通过社会工程学等手段恶意收集用户敏感信息、诈骗用户钱财等。网站挂马行为更直接威胁到广大网民使用的个人终端，通过在个人终端上运行挂马程序以达到控制个人终端的目的，进而持续威胁网民的合法权益。恶意网站的肆虐对广大网民的正常上网行为构成了巨大威胁，因此针对“如何高效、准确的检测出恶意网站URL”的研究将有着广泛的应用前景和重大的实用价值。

目前在恶意网站URL检测领域已经有很多技术方法被提出。基于静态分析的检测技术最早被提出，但随着混淆技术的发展，基于特征的静态分析技术可以被多种混淆技术绕过，而基于恶意网站URL签名库的检测方法无法检测新的未知恶意网站URL。另一种是基于行为的动态检查技术，虽然动态检测技术能够避免混淆技术的干扰，但需要在蜜罐环境中对恶意网站URL进行动态监视，对硬件资源有一定要求，同时无法对大规模的恶意网站URL样本进行检测。随着各种机器学习新技术的提出，机器学习新平台的流行，越来越多的开发人员开始通过机器学习拥抱人工智能，现在已经开始应用于恶意网站URL的检测方向。机器学习检测分类方法在恶意网站URL的检测中能提供比人工更高效更准确的识别，很大程度上节省了人工成本。

专利号为CN110602113A的发明中提及一种基于深度学习的层次化钓鱼网站检测方法，首先对输入的URL进行检测，输出该URL属于钓鱼网站的概率，若所输出的概率大于预设阈值，则判断待检测网站为钓鱼网站，否则下载待检测URL对应的网页，统计所述网页的HTML标签数量，利用HTML标签列表对统计结果进行向量化，根据向量化后的HTML标签序列提取精确的网页内容特征表示，通过全连接层进行分类，得到该URL属于钓鱼网站的概率。该发明结合了URL和网页内容进行钓鱼网站检测，能够自适应地选择使用不同层次的钓鱼检测模块进行快速、准确的钓鱼网站检测。

但基于机器学习和深度神经网络的恶意网站URL检测方法仍存在部分关键问题未能解决，比如：需要大量的标记样本进行训练，前期的特征提取工作过于复杂，以及针对基于生成对抗网络制作的对抗样本的检测准确率不高等。

发明内容

本发明针对现有技术中的不足，提供一种基于胶囊网络的恶意网站URL检测方法，引入了恶意网站URL可视化方法，提高了检测效率；使用胶囊网络进行图像的特征提取和分类训练，提高了检测准确率，同时也较好解决了深度神经网络中小样本训练效果不佳的问题。

为实现上述目的，本发明采用以下技术方案：

本发明实施例提出了一种基于胶囊网络的恶意网站URL检测方法，所述恶意网站URL检测方法包括以下步骤：