一種應(yīng)用于機器學(xué)習(xí)的惡意網(wǎng)頁特征提取方法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大?。?span>768 K
標(biāo)簽： 機器學(xué)習(xí) 惡意網(wǎng)頁檢測 哈希壓縮
所需積分：0分積分不夠怎么辦,？
文檔介紹：基于機器學(xué)習(xí)的惡意網(wǎng)頁檢測技術(shù)進行研究。目前流行的“特征碼”“白名單”等方式,，僅能夠檢測已知的惡意網(wǎng)頁,；機器學(xué)習(xí)方法,，能夠檢測出未知的惡意網(wǎng)頁,，但在處理網(wǎng)頁特征時要面臨數(shù)據(jù)量大,、復(fù)雜和繁瑣的問題。提出一種哈希壓縮的方法,，用于處理網(wǎng)頁的特征數(shù)據(jù),。該方法在保證檢測模型的漏報率和誤報率下可實現(xiàn)將150萬的特征映射在2萬的特征空間內(nèi)，對提取出的特征數(shù)據(jù)運用K折交叉驗證法訓(xùn)練多個傳統(tǒng)機器學(xué)習(xí)模型和集成學(xué)習(xí)模型,。并通過評估模型的檢測效果,，篩選出表現(xiàn)最好的分類檢測模型,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復(fù)下載不扣分,，本人上傳資源不扣分,。