面向恶意网址检测的广谱特征选择与评估

• 作者: 张婷 张慧 汪立东 袁辰 钱丽萍
• 来源期刊: 现代电子技术
• 关键词: 网络安全 恶意网址检测 特征提取 特征选择 特征子集 信息安全
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 网络与信息安全
• 页码范围: 60-64
• 页数: 5页
• 分类号: TN915.08-34|TP391
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.09.014

摘要

针对恶意网址检测系统的特征选择和降维问题,基于特征选择方法的优化结果提出多种特征子集.利用基于分类器的准确率和召回率等性能评价指标,采用随机森林、贝叶斯网络、J48、随机树机器学习方法,对信息增益、卡方校验、信息增益率、基于Relief值、基于OneR分类器、基于关联性规则、基于相关性等多种特征选择算法所确定的特征子集进行检测.结果表明,除基于相关性特征选择算法确定的特征子集外,其他方法确定的特征子集均具有良好的分类性能,其中基于关联性规则选择的特征子集的维度仅为5,但各分类器基于此特征子集的分类准确率均高达99％ 以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张慧	北京建筑大学电气与信息工程学院	5	6	1.0	2.0
2	钱丽萍	北京建筑大学电气与信息工程学院	10	30	4.0	5.0
3	汪立东	北京建筑大学电气与信息工程学院	2	0	0.0	0.0
4	袁辰	北京建筑大学电气与信息工程学院	3	6	1.0	2.0
5	张婷	北京建筑大学电气与信息工程学院	8	11	2.0	3.0