轻量级的自学习网页分类方法

• 作者: 刘庆云 周舟 沙泓州 秦鹏
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: URL分类 黑名单 访问关系 恶意网页 网页评价
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 论文Ⅰ 网络攻击与防范
• 页码范围: 32-39
• 页数: 8页
• 分类号: TP393.8
• 字数: 6699字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-436x.2014.09.004

摘要

提出了一种自学习的轻量级网页分类方法SLW.SLW首次引入了访问关系的概念,使其具有反馈和自学习的特点.SLW从已有的恶意网页集合出发,自动发现可信度低的用户和对应的访问关系,从而进一步利用低可信度用户对其他网页的访问关系来发现未知的恶意网址集合.实验结果表明,在相同数据集上,相比于传统检测方法,SLW方法可以显著提高恶意网页检测效果,大幅降低平均检测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周舟	中国科学院信息工程研究所	13	92	5.0	9.0
3	秦鹏	中国科学院信息工程研究所	4	31	3.0	4.0
5	刘庆云	中国科学院信息工程研究所	10	87	5.0	9.0
11	沙泓州	北京邮电大学计算机学院	2	36	2.0	2.0