Một khung cấu trúc-ngữ cảnh lai để phát hiện URL độc hại dựa trên mạng lưới chú ý đồ thị và chắt lọc tri thức
189 lượt xemDOI:
https://doi.org/10.54939/1859-1043.j.mst.113.2026.150-157Từ khóa:
Phát hiện URL độc hại; Mạng chú ý trên đồ thị (GAT); Mạng tích chập trên đồ thị; Chưng cất tri thức.Tóm tắt
Các URL độc hại tiếp tục phát triển với các kỹ thuật xáo trộn, gây ra mối đe dọa đáng kể cho an ninh mạng toàn cầu. Bài báo này giới thiệu một khung kết hợp cấu trúc-ngữ nghĩa tận dụng Mạng chú ý đồ thị (GAT) và Chắt lọc tri thức (KD) để phát hiện URL độc hại đa lớp. Phương pháp chuyển đổi các URL thô thành đồ thị có hướng ở cấp độ ký tự, kết hợp với ngữ cảnh ngôn ngữ cấp cao chưng cất từ DistilBERT, dùng hàm mất mát lai (KL và NLL) để cân bằng chi phí tính toán và hiệu năng. Kết quả thực nghiệm trên tập dữ liệu lớn, không cân bằng cho thấy khung đề xuất đạt độ chính xác 98.6% và điểm F1 98.16%.
Tài liệu tham khảo
[1]. J. Devlin, M.-W. Chang, K. Lee and K. Toutanova, “BERT: Pre-training of deep bidirectional transformers for language understanding”, arXiv, (2019).
[2]. V. Sanh, L. Debut, J. Chaumond and T. Wolf, “DistilBERT, a distilled version of BERT: Smaller, faster, cheaper and lighter”, arXiv, (2020).
[3]. P. Veličković, G. Cucurull, A. Casanova, A. Romero, P. Liò and Y. Bengio, “Graph attention networks”, arXiv, (2018).
[4]. A. Yilmaz and R. Das, “A novel hybrid approach combining GCN and GAT for effective anomaly detection from firewall logs in campus networks”, Computer Networks, Vol. 259, p. 111082, (2025). DOI: https://doi.org/10.1016/j.comnet.2025.111082
[5]. G. Hinton, O. Vinyals and J. Dean, “Distilling the knowledge in a neural network”, arXiv preprint arXiv:1503.02531, (2015).
[6]. Z. Y. Lim, Y. HanPang, E. C. KahJun and S. Y. Ooi, “Contra-KD: A lightweight transformer model for malicious URL detection with contrastive representation and model distillation”, Future Internet, Vol. 18, No. 157, (2026). DOI: https://doi.org/10.3390/fi18030157
[7]. K. Clark, M.-T. Luong, Q. V. Le and C. D. Manning, “ELECTRA: Pre-training text encoders as discriminators rather than generators”, Eighth International Conference on Learning Representations, Addis Ababa, Ethiopia, (2020).
[8]. A. Aljofey, S. A. Bello, J. Lu and C. Xu, “BERT-PhishFinder: A robust model for accurate phishing URL detection with optimized DistilBERT”, IEEE Transactions on Dependable and Secure Computing, Vol. 22, No. 4, pp. 4315–4329, (2025). DOI: https://doi.org/10.1109/TDSC.2025.3545771
[9]. O. Niyaoui and O. Reda, “Malicious URL detection using transformers’ NLP models and machine learning”, International Conference on Advanced Intelligent Systems for Sustainable Development (AI2SD'2023), Switzerland, (2024). DOI: https://doi.org/10.1007/978-3-031-54318-0_35
[10]. M.-Y. Su and K.-L. Su, “BERT-based approaches to identifying malicious URLs”, Sensors, Vol. 23, No. 20, (2023). DOI: https://doi.org/10.3390/s23208499
[11]. P. Maneriker, J. W. Stokes, E. G. Lazo, D. Carutasu, F. Tajaddodianfar and A. Gururajan, “URLTran: Improving phishing URL detection using transformers”, (2021). DOI: https://doi.org/10.1109/MILCOM52596.2021.9653028
[12]. Y. Liu, M. Ott, N. Goyal, J. Du, M. Joshi, D. Chen, O. Levy, M. Lewis, L. Zettlemoyer and V. Stoyanov, “RoBERTa: A robustly optimized BERT pretraining approach”, (2019).
[13]. C. Wang and Y. Chen, “TCURL: Exploring hybrid transformer and convolutional neural network on phishing URL detection”, Knowledge-Based Systems, Vol. 258, (2022). DOI: https://doi.org/10.1016/j.knosys.2022.109955
[14]. C. Wang, Z. Liu and Y. Zeng, “Detecting phishing URLs with GNN-based network inference”, 2024 International Conference on Networking and Network Applications (NaNA), Yinchuan, China, (2024). DOI: https://doi.org/10.1109/NaNA63151.2024.00089
[15]. A. Chattopadhyay, D. Reti and H. D. Schotten, “GNN-based anomaly detection for encoded network traffic”, arXiv, (2024).
[16]. M. I. Hossain, K. A. A. Arafat, B. Shepard, K. Craig and I. Parvez, “A graph-attentive LSTM model for malicious URL detection”, arXiv, (2025). DOI: https://doi.org/10.1109/IETC69527.2026.11568650
[17]. M. Siddhartha, “Malicious URLs Dataset”, Kaggle, (2025). Available online: Malicious URLs Dataset.
[18]. G. Tongo, F. Farid, A. Al-Areqi and F. Ahamed, “Fine-tuned BERT for malicious URL detection”, Western Sydney University. Available online: Fine-Tuned BERT for Malicious URL Detection.
[19]. P. H. Hussan and S. M. Mangj, “BERTPHIURL: A teacher-student learning approach using DistilRoBERTa and RoBERTa for detecting phishing cyber URLs”, Journal of Future Artificial Intelligence and Technologies, Vol. 1, No. 4, pp. 417–428, (2025). DOI: 10.62411/faith.3048-3719-71. DOI: https://doi.org/10.62411/faith.3048-3719-71
[20]. K. S. Jishnu and B. Arthi, “Real-time phishing URL detection framework using knowledge distilled ELECTRA”, Journal for Control, Measurement, Electronics, Computing and Communications, Vol. 65, No. 4, (2024). DOI: 10.1080/00051144.2024.2415797. DOI: https://doi.org/10.1080/00051144.2024.2415797
[21]. R. Zaimi, K. S. Eljil, H. Mohamed, M. Lamia and F. Nait-Abdesselam, “An enhanced mechanism for malicious URL detection using deep learning and DistilBERT-based feature extraction”, The Journal of Supercomputing, Vol. 81, No. 2, (2025). DOI: 10.1007/s11227-024-06908-x. DOI: https://doi.org/10.1007/s11227-024-06908-x
[22]. G. Goldenits, P. König, S. Raubitzek and A. Ekelhart, “Small language models for phishing website detection: Cost, performance, and privacy trade-offs”, Journal of Cybersecurity and Privacy, Vol. 6, No. 2, p. 48, (2026). DOI: 10.3390/jcp6020048. DOI: https://doi.org/10.3390/jcp6020048
[23]. S. E. Blake, “Phishsense-1B: A technical perspective on an AI-powered phishing detection model”, arXiv:2503.10944, (2025).
[24]. Phan Thi Hai Hong, Truong Thi Thu Hang, Dang Van Giap and Ta Huu Vinh, “EB-UNet++: An enhanced crack segmentation network combining EfficientNet-B2 and UNet++ with boundary extraction module”, Journal of Military Science and Technology, No. IITE, pp. 148–159, (2025). DOI: https://doi.org/10.54939/1859-1043.j.mst.IITE.2025.148-159
