基于深度学习的暗网活动分类

在当今时代，人们严重依赖互联网和搜索引擎直接或间接获取信息。然而，用户可访问的信息仅占互联网整体信息的 4%，即通常所说的表层网。搜索引擎无法触及的其余信息称为深网。深网包含被刻意隐藏的信息，如个人电子邮件账户、社交媒体账户、网上银行账户及其他机密数据。深网包含若干关键应用，如大学、银行和民事记录数据库，这些均禁止访问且属非法。暗网是深网的一个子集，为罪犯和走私者从事毒品贩运、武器走私、出售被盗银行卡和洗钱等非法活动提供了理想平台。在本文中，我们提出了一种采用深度学习来检测暗网上活动标题的搜索引擎。我们关注五类活动，包括毒品交易、武器交易、出售被盗银行卡、出售假身份证和出售非法货币。我们的目标是从“.onion”后缀的网站中提取相关图像，并通过提取页面文本中的关键词来识别无图像网站的标题。此外，我们引入了一个名为 Darkoob 的图像数据集，我们收集该数据集并用于评估所提出的方法。实验结果表明，所提方法在测试数据集上达到了 94% 的准确率。