基于机器学习的恶意网站分类研究  

作　　者：聂碹 乃皮沙·艾斯卡尔 谢志杰 高福阳 李轩 张志豪 

机构地区：[1]新疆维吾尔自治区互联网信息办公室,新疆乌鲁木齐831399 [2]新疆医科大学,新疆乌鲁木齐830011

出　　处：《电脑知识与技术》2024年第20期92-97,共6页Computer Knowledge and Technology

摘　　要：随着社会信息化的发展,各类网站不断增多,为人们提供信息获取、购物和日常生活所需的便利。然而,随之而来的是恶意网络攻击的不断增加。目前,基于Web的攻击已成为网络安全主要威胁之一,恶意网站识别问题迫在眉睫。该研究以机器学习为基础,结合文献综述与模式识别,选择适用于需求场景的机器学习模型。采用支持向量机、logistic回归、随机森林、决策树、KNN等多种有监督学习算法,构建恶意网站检测模型并在数据集上进行训练,对恶意网站分类问题进行研究与探讨。

关 键 词：机器学习 数据采集 WEB安全 恶意网站 监督式学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]