基于CNN+BERT的恶意网址检测分类模型的训练及检测方法

本发明公开了一种基于CNN+BERT的恶意网址检测分类模型的训练及检测方法，涉及互联网网络安全技术领域，基于CNN+BERT的恶意网址检测分类模型的训练方法包括：收集网页数据构建数据集；利用词向量模型对所有URL的词元进行处理，构建URL的字符词典，得到各个URL的编码向量即句向量；将URL句向量通过CNN网络进行自适应特征提取；对数据集中的网页文本进行编码，获取文本向量，将文本向量通过BERT模型获取网页文本特征向量；将URL特征向量与网页文本特征向量进行拼接获取网址的预测输出，将URL视作文本信息进行特征提取，对URL的语义挖掘提升了精准性，结合了CNN和BERT，提取出更加丰富和有效的特征表示，提高了网址检测的准确率。