基于结构化 URL 生成增强的网页钓鱼检测框架研究
网络钓鱼攻击持续成为网络安全领域高持续性威胁,攻击者通过批量构造混淆、残缺类 URL 搭建仿冒网页规避传统检测模型识别。现有 URL 驱动的钓鱼检测方案普遍采用固定长度填充策略处理长短不一的 URL 文本,易造成输入张量稀疏化问题,模型对零日残缺 URL 样本召回性能显著衰减。本文提出一种基于前缀条件字符级生成模型的 URL 数据增强框架,用以优化网页级钓鱼分类识别效果。框架将原始 URL 拆分为前缀片段与待补全目标片段,训练字符级生成模型依据前缀生成真实合规的 URL 后缀,将生成补全样本与原始样本共同扩充训练数据集;网页分类阶段融合页面主 URL 与页面内嵌全部 URL 作为联合输入特征,...