恶意URL多层过滤检测模型的设计与实现

摘要：

近年来,恶意网站危害到用户的方方面面,对恶意网站URL的检测越来越重要.目前对恶意URL的检测主要有黑白名单技术和机器学习分类算法,黑白名单技术对于没有标记集的URL无能为力,每种机器学习分类算法也有各自不擅长的数据.文章结合黑白名单技术和机器学习算法提出了恶意URL多级过滤检测模型,训练每层过滤器的阈值,过滤器达到阈值的能够直接对URL进行判定,否则过滤到下一层过滤器.本模型能够充分发挥不同分类器针对所擅长数据类型的作用.文章用实例验证了多级过滤检测模型能够提高URL检测的准确率.

关键词：恶意URL、黑白名单技术、机器学习、多层过滤模型

分类号：TP309(计算技术、计算机技术)

资助基金：国家社会科学基金重大项目子课题14ZDB133;北京市自然科学基金4132011

在线出版日期：2016-05-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：75-80