基于两层分类器的恶意网页快速检测系统研究

• 作者: 冯晓兵 张驰 王正琦
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: 恶意网页检测 网络安全 机器学习 特征提取
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 学术论文
• 页码范围: 44-60
• 页数: 17页
• 分类号: TP393
• 字数: 12979字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2017.00186

摘要

针对当前传统静态恶意网页检测方案在面对海量的新增网页时面临的压力,引入了两段式的分析检测过程,并依次为每段检测提出相应的特征提取方案,通过层次化使用优化的朴素贝叶斯算法和支持向量机算法,设计并实现了一种兼顾效率和功能的恶意网页检测系统—TSMWD (two-step malicious Web page detection system).第一层检测系统用于过滤大量的正常网页,其特点为效率高、速度快、更新迭代容易,真正率优先.第二层检测系统追求性能,对于检测的准确率要求较高,时间和资源的开销上适当放宽.实验结果表明,该架构能够在整体检测准确率基本不变的情况下,提高系统的检测速度,在时间一定的情况下,接纳更多的检测请求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯晓兵		42	186	7.0	11.0
5	张驰		62	471	9.0	20.0
9	王正琦		1	9	1.0	1.0