基于URL特征检测的违法网站识别方法

摘要：

为高效识别违法网站,提出一种基于URL特征检测的识别方法.基于报文请求行信息中用户访问路径的分级特点,构建基于路径相似度的网站相似度计算模型,并使用Python编程语言实现模型的分布式计算.采用Fast Unfolding算法进行网站聚类并抽取违法网站的URL特征,从中筛选出准确率高、具有特定含义的特征作为有效的违法网站特征,并通过检测未知网站是否具有违法网站的URL特征识别出违法网站.实验结果证明,该方法能有效度量同类网站间的关联程度,结合Fast Unfolding算法能有效区分不同类型的网站.与基于URL词法特征、HTML、语义特征的违法网站识别方法相比,其F-Measure值最高.

关键词：URL特征、违法网站识别、网站相似度、聚类、访问路径

所属期刊栏目：44

分类号：TP311(计算技术、计算机技术)

资助基金：国家重点研发计划项目2016YFC0800909;中央高校基本科研业务费专项资金C16356

在线出版日期：2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：171-177