| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.3 本文主要内容及章节安排 | 第15-17页 |
| 2 相关技术研究 | 第17-29页 |
| 2.1 恶意URL攻击与防范技术 | 第17-23页 |
| 2.2 数据分类相关的机器学习算法 | 第23-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 基于卷积神经网络的恶意URL检测 | 第29-47页 |
| 3.1 恶意URL静态特征分析 | 第29-32页 |
| 3.2 基于卷积神经网络(CNN)检测恶意URL的框架 | 第32-38页 |
| 3.3 实验分析 | 第38-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 基于行为特征的恶意URL检测方法 | 第47-66页 |
| 4.1 伪基站工作原理 | 第47-48页 |
| 4.2 伪基站URL网络行为特征分析和提取 | 第48-52页 |
| 4.3 伪基站URL数据检测 | 第52-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 全文总结与展望 | 第66-68页 |
| 5.1 全文总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |