文献

J-GLOBAL ID：202102235372980452   整理番号：21A0064450

Web2Vec:深層学習により駆動される多次元特徴に基づくフィッシングWebページ検出法【JST・京大機械翻訳】

Web2Vec: Phishing Webpage Detection Method Based on Multidimensional Features Driven by Deep Learning

著者 (4件)： Feng Jian (College of Computer Science and Technology, Xi’an University of Science and Technology, Xi’an, China) ,  Zou Lianyang (Information Technology Department for Head Office of SPD Bank, Application Development Services Sub-center (Xi’an), National Institute of Standards and Technology, Xi’an, China) ,  Ye Ou (College of Computer Science and Technology, Xi’an University of Science and Technology, Xi’an, China) ,  Han Jingzhou (College of Computer Science and Technology, Xi’an University of Science and Technology, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 221214-221224  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： フィッシングは一種のオンライン攻撃であり,ネットワークユーザの感受的情報を解読する試みである。現在のフィッシングWebページ検出法は主に手動特徴収集を利用し,特徴抽出が複雑であり,特徴間の可能な相関を避けることができない問題がある。問題を解決するために,新しいフィッシングWebページ検出モデルを提案し,その中で,主成分は,ハイブリッド深層学習ネットワークによる表現学習と抽出特徴を通して,マルチアスペクト特徴から自動学習表現である。まず第一に,モデルは,それぞれ,特性シーケンスとしてWebページのURL,HTMLページ内容,およびDOM(文書オブジェクトモデル)構造を扱う,そして,表現学習技術を用いて,Webページの表現を自動的に学習する。次に,局所的および全体的特徴を抽出するために,異なるチャネルを通して畳込みニューラルネットワークと双方向長および短期記憶ネットワークから成るハイブリッド深層学習ネットワークに多重表現を送付し,重要な特徴の影響を強化するための注意機構を使用した。最後に,多重チャネルの出力を融合して,分類予測を実現した。モデルの検出効果を検証するための4セットの実験を通して,結果は,モデルの全体的分類効果が,既存の古典的フィッシングWebページ検出法より優れていて,精度が99.05%に達し,そして,偽陽性率はわずか0.25%であることを示した。表現学習とハイブリッド深層学習ネットワークを通してすべての側面からWebページ特徴を抽出する戦略は,フィッシングWebページの検出効果を効果的に改良できることを証明した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習 ,  ネットワーク ,  特徴抽出 ,  多重化 ,  *検出法 ,  *高次元 ,  チャネル ,  *Webページ ,  HTML
準シソーラス用語： 短期記憶 ,  マルチチャネル ,  オンライン ,  *深層学習 ,  畳込みニューラルネットワーク ,  表現学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 深層学習 ,  多次元 ,  フィッシング ,  Webページ ,  検出法