基于 JavaSc ri pt 的轻量级恶意网页异常检测方法

• 作者: 王伟 韩臻 马洪亮
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 异常检测 恶意Web网页 主成分分析 Web安全 机器学习
• 年，卷（期）: 2014,（11）
• 页码范围: 34-38
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.13245/j.hust.141107

摘要

为了有效检测恶意Web网页，提出一种基于JavaScript代码基本词特征的轻量级分析方法．首先利用抓捕器获取页面中的全部源代码并从中分离出JavaScript代码，再将全部JavaScript代码用自定义的基本词表示，然后利用最近邻（K-NN）、主成分分析（PCA）和支持向量机（One-class SVM ）等三种机器学习算法通过异常检测模式检测恶意网页．实验结果表明：每种算法的检测时间开销都较小，当选用PCA算法时，检测系统在1％误报率的情况下能达到90％的检测率，同时检测系统对网页的平均有效检测速率达250 s-1．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王伟	北京交通大学计算机与信息技术学院	94	572	12.0	20.0
2	韩臻	北京交通大学计算机与信息技术学院	108	966	17.0	26.0