基于Logistic回归和XGBoost的钓鱼网站检测方法

• 作者: 吕培培 曾朋 杨鹏 赵广振
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 钓鱼网站 Logistic回归 集成学习 XGBoost
• 年，卷（期）: 2019,（2）
• 页码范围: 207-212
• 页数: 6页
• 分类号: TP393
• 字数: 4922字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2019.02.001

摘要

为兼顾钓鱼网站检测的速度和准确率,提出一种基于Logistic回归和XGBoost的钓鱼网站检测方法.根据网页的URL提取HTML特征、URL特征和基于TF-IDF的文本向量特征,结合Logistic回归将高维和稀疏的文本特征转换为概率特征.基于以上融合特征,构建了XGBoost分类模型,给出了方法的时间复杂度分析,采集了真实数据作为实验数据集.实验结果表明,Logis-tic回归方法降低了融合特征的维度,检测速度优于直接融合方法;融合特征方法比单方面特征方法含有更多有效的信息,可供分类器进行学习,检测精度高于单方面特征方法,精确度达到96.67％,召回率为96.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨鹏	东南大学计算机科学与工程学院	52	510	13.0	21.0
2	曾朋	东南大学计算机网络和信息集成教育部重点实验室	1	3	1.0	1.0
3	赵广振	东南大学计算机科学与工程学院	1	3	1.0	1.0
4	吕培培	东南大学计算机网络和信息集成教育部重点实验室	2	3	1.0	1.0