软件学报

作者：吴森焱，罗熹，王伟平，覃岩

单位：吴森焱，中南大学计算机学院, 湖南 长沙 41008311,罗熹，湖南警察学院 信息技术系, 湖南 长沙 41008302,王伟平，中南大学计算机学院, 湖南 长沙 41008303,覃岩，中南大学计算机学院, 湖南 长沙 41008304

关键词：Web安全;恶意URL检测;多特征融合;机器学习

基金：国家自然科学基金（61672543）；网络犯罪侦查湖南省普通高校重点实验室开放课题（2017WLFZZC002）

随着Web应用的日益广泛，Web浏览过程中，恶意网页对用户造成的危害日趋严重.恶意URL是指其所对应的网页中含有对用户造成危害的恶意代码，会利用浏览器或插件存在的漏洞攻击用户，导致浏览器自动下载恶意软件.基于对大量存活恶意URL特征的统计分析，并重点结合了恶意URL的重定向跳转、客户端环境探测等逃避检测特征，从页面内容、JavaScript函数参数和Web会话流程这3个方面设计了25个特征，提出了基于多特征融合和机器学习的恶意URL检测方法——HADMW.测试结果表明：该方法取得了96.2%的精确率和94.6%的召回率，能够有效地检测恶意URL.与开源项目以及安全软件的检测结果相比，HADMW取得了更好的效果.

来源：2021年第9期

《软件学报》期刊编辑部

查看软件学报杂志2021年第9期