随着网络规模的不断扩大和各类网络应用的不断发展,互联网己成为人类生活中必不可少的基础设施。与此同时,各类网络攻击活动也日益猖厥,给网络空间安全带来了巨大的隐患。网络钓鱼是指在互联网上进行的一种用户欺诈行为。攻击者通过钓鱼网页诱骗用户输入其账户、密码等信息以窃取用户的私密信息及财产,给网络用户带来了极大的损失,因此,如何准确、高效地检测钓鱼网页是网络安全的研究热点。迄今为止,国内外学者已经提出了很多不同类型的检测方法。其中,基于深度学习技术通过自动提取URL的特征来检测钓鱼网页无需获取网页内容,无需人工提取特征,是一类高效、准确率高的检测方法。但是,现有的基于深度学习的钓鱼URL检测方法仍然存在以下问题:1)当前常用的URL分词方法使敏感词丢失有效信息,或无法获取新出现单词的词嵌入向量,或无法获取URL特殊字符与前后字符的联系信息;2)当前的检测方法中所用检测模型对URL数据特征提取不够全面,如未综合考虑URL数据的空间局部特征和序列特征,或未考虑到URL数据中长距离、非连续的单词之间的依赖特征;3)当前所使用的检测模型多是一种静态模型,无法有效学习到不断变化的数据特征,从而导致模型的准确率逐渐降低、稳定性不足;4)当前基于深度学习技术的检测方法未考虑检测模型本身的鲁棒性,而AI模型本身容易受到对抗样本的攻击,攻击者通过在URL样本实例上添加精心构造的扰动生成对抗样本使检测模型的检测准确率降低,甚至使其失效。本文依托国家自然科学基金项目,针对以上问题进行研究,本文研究内容和创新点如下:1)针对URL分词存在的信息丢失等问题,提出了一种基于敏感词分词的方法,该方法首先根据特殊字符对URL进行单词级别划分,并将特殊字符看作单词处理以获得特殊字符的有效信息,然后对其中的非敏感词进行字符级别划分,而将其中的敏感词作为一个整体与其余字符进行区分,这样能够明显标记URL中的重点信息,有利于神经网络分类器提取更具有代表性的特征。2)针对检测模型对URL数据特征提取不够全面的问题,首先提出了一种基于CNN-Bi LSTM的钓鱼URL检测方法,该方法综合利用了卷积网络和双向长短记忆网络的优势,通过CNN自动获取数据的空间局部特征,通过Bi LSTM自动获取数据的时序特征,有效提升了检测的准确率、精准率、召回率及F1值。然后针对现有检测模型无法获取URL中长距离、非连续的单词依赖特征,提出了一种基于MPAN的钓鱼URL检测方法,该方法将URL构造为一个双向无环图,通过MPAN获取单词间的交互信息,实验表明该方法能有效提升对钓鱼URL的检测能力。3)针对现有检测模型的稳定性及鲁棒性低的问题,提出了一种基于拟态架构的多分类器钓鱼URL检测方法,该方法以邬院士提出的拟态架构为基本框架,结合CNN-Bi LSTM、MPAN两种深度学习模型,对钓鱼URL进行检测。通过可动态调度、可重构的异构冗余分类器从原始数据中自动提取特征进行数据的检测,然后对多个分类器的检测结果进行汇总、裁决,来生成最终的检测结果以提高检测方法的鲁棒性。通过分类器的增量更新方法使分类器能够学习新数据的特征以提高检测方法的稳定性。