[发明专利]URL攻击检测方法、装置以及电子设备

权利要求书

1.一种URL攻击检测方法，所述方法包括：

从若干URL访问请求样本中携带的域名信息中提取若干维度的域名特征；其中，所述若干URL访问请求样本包括被标记了样本标签的URL访问请求样本和未标记样本标签的URL访问请求样本；所述样本标签表征所述URL访问请求样本为URL攻击请求；

基于提取到的域名特征构建训练样本；

基于代价敏感的PU-Learning机器学习算法对所述若干URL访问请求样本进行训练得到URL攻击检测模型；其中，所述URL攻击检测模型为基于代价敏感的PU-Learning机器学习算法，对从若干被标记了样本标签的URL访问请求样本和未标记样本标签的URL访问请求中提取的若干维度的域名特征进行训练得到的机器学习模型；

从URL访问请求中携带的域名信息中提取若干维度的域名特征；

将所述域名特征输入所述URL攻击检测模型进行预测计算，得到所述URL访问请求的风险评分；

基于所述风险评分确定所述URL访问请求是否为URL攻击请求。

2.根据权利要求1所述的方法，与被标记了样本标签的URL访问请求样本和未标记样本标签的URL访问请求样本对应的损失函数，分别被配置了代价敏感权重；其中，与被标记了样本标签的URL访问请求样本对应的损失函数的代价敏感权重，大于与未标记样本标签的URL访问请求样本对应的损失函数的代价敏感权重。

3.根据权利要求1所述的方法，所述URL攻击检测模型包括基于PU-Learning机器学习算法训练得到的多个机器学习模型；

将所述域名特征输入预设的URL攻击检测模型进行预测计算，得到所述URL访问请求的风险评分，包括：

将所述域名特征分别输入所述多个机器学习模型进行预测计算，得到多个风险评分；对所述多个风险评分进行加权计算得到所述URL访问请求的风险评分。

4.根据权利要求1所述的方法，提取出的所述若干维度的域名特征包括以下域名特征中的多个的组合：

域名信息的字符总数、域名信息的字母总数、域名信息的数字总数、域名信息的符号总数、域名信息的不同字符数、域名信息的不同字母数、域名信息的不同数字数、域名信息的不同符号数。

5.一种URL攻击检测装置，所述装置包括：

第二提取模块，从若干URL访问请求样本中携带的域名信息中分别提取若干维度的域名特征；其中，所述若干URL访问请求样本包括被标记了样本标签的URL访问请求样本和未标记样本标签的URL访问请求样本；所述样本标签表征所述URL访问请求样本为URL攻击请求；

构建模块，基于提取到的域名特征构建训练样本；

训练模块，基于代价敏感的PU-Learning机器学习算法对所述若干URL访问请求样本进行训练得到所述URL攻击检测模型；其中，所述URL攻击检测模型为基于代价敏感的PU-Learning机器学习算法，对从若干被标记了样本标签的URL访问请求样本和未标记样本标签的URL访问请求中提取的若干维度的域名特征进行训练得到的机器学习模型；

第一提取模块，从URL访问请求中携带的域名信息中提取若干维度的域名特征；

预测模块，将所述域名特征输入所述URL攻击检测模型进行预测计算，得到所述URL访问请求的风险评分；

确定模块，基于所述风险评分确定所述URL访问请求是否为URL攻击请求。

6.根据权利要求5所述的装置，与被标记了样本标签的URL访问请求样本和未标记样本标签的URL访问请求样本对应的损失函数，分别被配置了代价敏感权重；其中，与被标记了样本标签的URL访问请求样本对应的损失函数的代价敏感权重，大于与未标记样本标签的URL访问请求样本对应的损失函数的代价敏感权重。

7.根据权利要求5所述的装置，所述URL攻击检测模型包括基于PU-Learning机器学习算法训练得到的多个机器学习模型；

将预测模块进一步：

将所述域名特征分别输入所述多个机器学习模型进行预测计算，得到多个风险评分；对所述多个风险评分进行加权计算得到所述URL访问请求的风险评分。