申请/专利权人：南京邮电大学

申请日：2022-02-17

公开（公告）日：2024-03-15

公开（公告）号：CN114638984B

主分类号：G06V10/764

分类号：G06V10/764;G06N3/0464;G06T7/90;H04L9/40;G06F16/955;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2022.07.05#实质审查的生效;2022.06.17#公开

摘要：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。

主权项：1.一种基于胶囊网络的恶意网站URL检测方法，其特征在于，所述恶意网站URL检测方法包括以下步骤：S1，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，对转换得到的彩色图像进行预处理，统一成标准格式的待检测目标图像；S2，基于胶囊网络构建目标检测模型，该目标检测模型包含普通卷积层、低级胶囊层和高级胶囊层；普通卷积层用于对图像像素做一次局部特征检测提取低级特征，普通卷积层包含256个卷积步幅为1，大小为9*9的卷积核，采用ReLU函数作为非线性激活函数；低级胶囊层通过胶囊卷积运算输出存储有低级特征向量的低级胶囊，低级胶囊层包含32个卷积步幅为1，大小为3*3的卷积核；高级胶囊层采用向量与向量全连接模式，通过迭代动态路由计算向量输出，高级胶囊层的输出向量为二分类，用于检测被拦截的网站是否为恶意网站；所述目标检测模型利用迭代动态路由算法进行胶囊层特征向量的传递，传递过程为：将来自底层特征输入通过权重矩阵转化为预测向量，通过加权求和得到求和矩阵，利用非线性激活函数进行向量转换得到作为下一个高层特征输入向量的输出向量；S3，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；S4，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是否属于恶意网站进行识别分类。

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于胶囊网络的恶意网站URL检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD