面向更泛化的恶意 URL 检测模型
机器学习
2024-02-12 v2 密码学与安全
摘要
本文揭示了一个数据偏差问题，该问题会在构建恶意 URL 检测的机器学习模型时严重影响性能。我们描述了如何使用可解释机器学习技术识别此类偏差，并进一步论证此类偏差在用于训练分类模型的真实世界安全数据中自然存在。我们随后提出一种去偏训练策略，可应用于大多数基于深度学习的模型以缓解偏置特征的负面影响。该方案基于自监督对抗训练技术，训练深度神经网络从偏置数据中学习不变嵌入。我们进行了广泛的实验，证明所提策略可显著提升基于 CNN 和基于 RNN 的检测模型的泛化能力。
引用
@article{arxiv.2202.10027,
title = {Toward More Generalized Malicious URL Detection Models},
author = {YunDa Tsai and Cayon Liow and Yin Sheng Siang and Shou-De Lin},
journal= {arXiv preprint arXiv:2202.10027},
year = {2024}
}