首页|基于gcForest算法的恶意URL检测

基于gcForest算法的恶意URL检测

扫码查看
原文链接
  • 万方数据
  • 维普
恶意URL(Malicious URLs)是网络犯罪的重要途径,因此对恶意URL实施有效检测是保障网络安全的前提和关键.近年来,机器学习的迅猛发展为恶意URL检测提供了新的思路.鉴于此,在研究恶意URL以及对机器学习算法实验的基础上,得出基于gcForest算法的机器学习模型能够实现对恶意URL的精确分类检测,其精确度达到99.53％,远高于k近邻分类算法(k-Nearest Neighbor)和随机森林算法(Random Forest)等其他传统算法模型,具有较好的检测效果.

刘涛、李思鉴、何智帆、周宇、姚兴博

展开 >

深圳供电局有限公司,广东深圳518133

南瑞集团(国网电力科学研究院),江苏南京210000

南京农业大学人工智能学院,江苏南京210095

恶意URL检测 机器学习 特征工程 gcForest

2022

10.19514/j.cnki.cn32-1628/tm.2022.23.003

机电信息
江苏《机电信息》杂志社有限公司

机电信息

影响因子：0.453
ISSN：1671-0797
年,卷(期)：2022.(23)
  • 4