恶意URL多层过滤检测模型的设计与实现

• 作者: 刘健 赵刚 郑运鹏
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 恶意URL 黑白名单技术 机器学习 多层过滤模型
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 技术研究
• 页码范围: 75-80
• 页数: 6页
• 分类号: TP309
• 字数: 5761字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2016.01.014

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵刚	北京信息科技大学信息管理学院	53	229	8.0	12.0
2	刘健	北京信息科技大学信息管理学院	6	29	3.0	5.0
3	郑运鹏	北京信息科技大学信息管理学院	5	23	3.0	4.0