基于Scrapy+LR分类器的暗链检测方法的设计与实现
随着网页被植入暗链的网络安全事件不断增加,传统基于规则检测暗链的规则库覆盖不全面、低检出率等问题更加凸显.设计一种基于Scrapy和LR分类器的暗链检测方法,通过Scrapy爬取目标网页,利用分类器模型检测是否植入暗链,检测结果用来扩充数据集,迭代更新分类器模型.模型训练中利用网格搜索与交叉验证选择最优超参数,最优模型的f1分数达到0.956.此外随着数据集的扩充,测试集的暗链检测召回率及f1分数逐渐提高.
暗链、爬虫、Scrapy、LR分类器、sklearn
17
TP393.08(计算技术、计算机技术)
2021-07-29(万方平台首次上网日期,不代表论文的发表时间)
共3页
236-238