基于特征融合和机器学习的恶意网页识别研究

• 作者: 成卫青 魏旭
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 恶意网页 网页安全 网页特征 HTTP请求 机器学习
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机与自动控制
• 页码范围: 95-104
• 页数: 10页
• 分类号: TP393
• 字数: 6666字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2019.05.013

摘要

互联网高速发展的同时催生了众多恶意网页.恶意网页是指侵犯用户安全,包括个人隐私和财产等安全的网页.文中基于对若干恶意网页的传统网页特征:网页URL、JavaScript代码和HT-ML代码的分析,定义了若干特征用于恶意网页识别;提出了若干基于HTTP请求信息的特征;并提出了一个基于特征融合和机器学习的恶意网页识别方法,将HTTP请求特征与传统网页特征相融合,再利用机器学习分类算法构建网页分类模型区分正常和恶意网页.从Alexa选取500个正常网页,从PhishTank和Malwaredomains中共选取500个网页作为恶意网页构建数据集,训练网页分类模型.通过实验验证了基于URL特征、网页代码特征和HTTP请求特征的方法优于不使用HT-TP请求特征的方法,并且发现随机森林分类算法更适用于恶意网页识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	成卫青	南京邮电大学计算机学院	31	301	11.0	16.0
5	魏旭	南京邮电大学计算机学院	1	1	1.0	1.0