基于 SVM 和 TF-IDF 的恶意 URL 识别分析与研究

• 作者: 潘丹 甘宏
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 网络安全 URL检测 TF-IDF SVM
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 网络与通信
• 页码范围: 95-97,102
• 页数: 4页
• 分类号: TP393.08
• 字数: 2669字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2016.07.019

摘要

随着互联网尤其是移动互联网的快速发展，全球范围内出现了越来越多带欺诈和破坏性质的站点。本文通过分析URL的文本特征和站点特征，提出一种基于机器学习的URL检测方案，用TF-IDF算法细化了URL的站点特征，并结合以上特征使用基于RBF核的SVM进行URL安全检测，得到了96％的准确率和0．95的F1分数。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘宏		40	60	5.0	5.0
2	潘丹		36	35	3.0	3.0