基于威胁情报和多分类器投票机制的恶意URL检测模型

• 作者: 张成 杨杉 肖治华
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 威胁情报 结构特征 敏感词特征 分类器 混淆矩阵 投票机制
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1969-1974
• 页数: 6页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.08.030

摘要

随着互联网站点数量的飞速增加,访问Web页面的方式已经成为了民众获取信息的主要渠道,在此过程中也出现了大量的恶意URL,给正常信息维护与用户访问造成了严重的干扰,同时带来了巨大的损失.目前主流的黑名单防御机制滞后现象严重,防范效果较差,而机器学习技术虽然可极大地提高检测效率,但也存在特征单一、检测范围有限等问题.论文提出以威胁情报平台为基础,结合多分类器投票机制来提高检测准确度,设计并完善了相关的检测模型,同时实现了对威胁情报信息库的自动更新.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张成	国网湖北省电力公司信息通信公司	7	2	1.0	1.0
2	肖治华	国网湖北省电力公司信息通信公司	5	0	0.0	0.0
3	杨杉	国网湖北省电力公司信息通信公司	12	19	3.0	3.0