2018-09-07

MALICIOUS URL DETECTION USING CONVOLUTIONAL NEURAL NETWORK - 2017

这篇主要思想是先利用blacklist对URL进行过滤,blacklist里面有的URL直接输出为恶意,其他URL数据使用三种算法进行进一步判断,三种算法依次是:SVM、逻辑回顾、CNN,其中SVM使用TF-IDF特征,CNN使用word2vec特征。
数据集:https://github.com/faizann24/Using-machine-learning-to-detect-malicious-URLs/tree/master/data 恶意URL样本从网站上爬取,正常URL样本使用现有的,共420464个URL,其中恶意的有75643个。
结论:SVM和CNN的效果都略好于逻辑回归

推荐阅读更多精彩内容

  • ((银屑病——牛皮癣的临床表现和病理特征)) ——常见的慢性,复发性,炎症性的皮肤病。其特征是出现大小不等的丘疹,...
    小旋风520阅读 45评论 0 0
  • 目录|每一刻都是崭新的 上一章 文|于一潇 8、 柳婷的性子烈,在和许宜军的离婚大战中,她各种手段都使上了。到了最...
    于一潇阅读 176评论 11 11