标题：基于混合嵌入和胶囊网络的恶意URL分类模型
作者：于晓琪 金彦亮
作者单位：上海大学通信与信息工程学院，上海 200444
关键字：恶意URL分类；胶囊网络；高速网络；深度学习
摘要：作为最常见的网络安全威胁之一，恶意URL攻击每年都会造成巨大的经济损失，尽管研究人员已经提出了许多方法来检测恶意URL，但现有方法存在不能充分利用URL提供的有用信息和对URL中的区分性特征提取不充分的问题，导致分类性能不佳。提出了一种基于混合嵌入和胶囊网络的恶意URL分类模型，引入高速网络和胶囊网络从URL的混合嵌入表示中提取区分性特征，提高了模型的分类性能。在公开数据集ISCX-URL2016上的实验结果表明，该文模型与其他基线方法相比，实现了更好的分类性能，能够有效应对混淆技术的多样性。