恶意网页识别研究综述

• 作者: 刘庆云 周舟 方滨兴 柳厅文 沙泓州 郭莉
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 恶意网页识别 网页分类 机器学习 逃逸技术
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息安全
• 页码范围: 529-542
• 页数: 14页
• 分类号: TP393
• 字数: 12632字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2016.00529

摘要

近年来,随着互联网的迅速发展以及网络业务的不断增长,恶意网页给人们的个人隐私和财产安全造成的威胁日趋严重.恶意网页识别技术作为抵御网络攻击的核心安全技术,可以帮助人们有效避免恶意网页引起的安全威胁,确保网络安全.文中从理论分析和方法设计两方面介绍了恶意网页识别的最新研究成果.在理论分析层面,从恶意网页的基本概念和形式化定义出发,对恶意网页识别的应用场景、基本框架及评价方法进行全面的归纳,并总结了恶意网页识别的理论依据及性能评价指标.在方法设计层面,对具有影响力的恶意网页识别方法进行了介绍和归类,对不同类别的识别方法进行了定性分析和横向比较.在总结恶意网页识别研究现状的基础上,从客观环境的变化以及逃逸技术的升级两方面深入探讨了当前恶意网页识别面临的技术挑战.最后总结并展望了恶意网页识别的未来发展方向.