DomURLs_BERT開源模型 - 免費部署，精準檢測分類可疑惡意域名網址

首頁

Domurls BERT

由amahdaouy開發

DomURLs_BERT是一個基於BERT架構的預訓練編碼器，專門用於檢測和分類可疑/惡意的域名與網址。

文本分類

Transformers

其他#惡意網址檢測 #多語言域名分類 #網絡安全預訓練

下載量 725

發布時間 : 8/5/2024

模型概述

該模型通過掩碼語言建模目標，在包含多語言網址、域名及域名生成算法（DGA）的大規模語料庫上進行預訓練，適用於網絡安全領域的惡意域名與網址檢測分類任務。

模型特點

多語言支持

模型在包含多語言網址和域名的語料庫上預訓練，能夠處理不同語言的域名和網址。

惡意域名檢測

專門針對釣魚攻擊、惡意軟件、DGA和DNS隧道等網絡安全威脅設計的檢測能力。

基於BERT架構

利用BERT強大的上下文理解能力，有效捕捉域名和網址中的潛在威脅特徵。

模型能力

惡意域名檢測

網址分類

釣魚攻擊識別

DGA域名檢測

DNS隧道檢測

使用案例

網絡安全

釣魚網站檢測

識別偽裝成合法網站的釣魚網址

在評估中超越現有基於字符的深度學習模型

惡意軟件域名檢測

檢測用於傳播惡意軟件的域名

在多項任務上表現優於網絡安全專用BERT模型

威脅情報

DGA域名識別

檢測由域名生成算法生成的惡意域名

🚀 DomURLs_BERT 模型

DomURLs_BERT 是一個基於 BERT 預訓練的編碼器，適用於檢測和分類可疑/惡意域名與 URL。它在大規模多語言的 URL、域名和域名生成算法（DGA）數據集上，通過掩碼語言模型（MLM）目標進行預訓練。

🚀 快速開始

使用以下代碼開始使用該模型：

# 此處應補充實際的代碼示例

✨ 主要特性

基於 BERT 架構，能夠有效檢測和分類可疑/惡意域名與 URL。
在多語言的 URL、域名和 DGA 數據集上進行預訓練，具有更廣泛的適用性。
在多個二分類和多分類任務中，表現優於基於字符的深度學習模型和專注於網絡安全的 BERT 模型。

📚 詳細文檔

模型詳情

模型描述

這是一個 🤗 transformers 模型的卡片，已發佈到模型中心。該模型卡片是自動生成的。

屬性	詳情
模型類型	基於 BERT 的編碼器
語言（網絡安全領域）	所有

模型來源

倉庫地址：https://github.com/AbdelkaderMH/DomURLs_BERT
論文地址：[https://arxiv.org/pdf/2409.09143]

引用信息

@article{domurlsbert2024,
  title={{DomURLs\_BERT}: Pre-trained BERT-based Model for Malicious Domains and URLs Detection and Classification},
  author={Abdelkader {El Mahdaouy} and Salima Lamsiyah and Meryem {Janati Idrissi} and Hamza Alami and Zakaria Yartaoui and Ismail Berrada},
  journal={arXiv preprint arXiv:2409.09143},
      year={2024},
      eprint={2409.09143},
      archivePrefix={arXiv},
      primaryClass={cs.CR},
      url={https://arxiv.org/abs/2409.09143}, 
}