基于多模态深度神经网络的Web网页攻击重定向混淆检测

摘要

针对恶意Web网页链接和插件通过不断混淆和变形附着在其他文件内，使传统检测方法难以实现精准检测的问题，提出一种基于多模态深度神经网络的Web网页攻击重定向混淆检测方法.首先，提取attribute类、 keyword类、 var类和word类Web网页攻击的特征，并将其转换为8维敏感特征向量，计算其对应实数值.其次，将Web网页和实数值一起输入到多模态深度神经网络中进行训练.最后，通过Web页面分类器输出得到精准的攻击重定向混淆检测结果.实验结果表明，该方法的检测率约为98%,可在保证较高检测率的前提下实现对Web网页攻击重定向混淆的有效检测.

关键词

多模态深度神经网络 / Web网页攻击重定向混淆检测 / TF-IDF算法 / 非线性激励单元 / 损失函数