基于威胁情报和多分类器投票机制的恶意URL检测模型

杨杉; 肖治华; 张成

首页> 中文期刊> 《计算机与数字工程》 >基于威胁情报和多分类器投票机制的恶意URL检测模型

基于威胁情报和多分类器投票机制的恶意URL检测模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

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.

著录项

来源
《计算机与数字工程》 |2020年第8期|1969-1974|共6页
作者
杨杉; 肖治华; 张成;
展开▼
作者单位

国网湖北省电力公司信息通信公司武汉 430077;

国网湖北省电力公司信息通信公司武汉 430077;

国网湖北省电力公司信息通信公司武汉 430077;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算机网络;
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;

相似文献

中文文献
外文文献
专利

1. 基于CNN和多分类器的恶意URLs检测 [J] . 张慧 ,钱丽萍 ,汪立东 . 计算机工程与设计 . 2019,第010期
2. 基于威胁情报平台的恶意URL检测研究 [J] . 汪鑫 ,武杨 ,卢志刚 . 计算机科学 . 2018,第003期
3. 基于BP神经网络的恶意URL检测模型 [J] . 刘一利 ,张家钢 ,施凡 . 网络安全和信息化 . 2020,第005期
4. 基于BP神经网络的恶意URL检测模型 [J] . 刘一利 ,张家钢 ,施凡 . 网络安全和信息化 . 2020,第005期
5. 大数据环境下基于决策树的恶意URL检测模型 [J] . 冯国震 . 信息与电脑 . 2018,第003期
6. 基于多分组注意力机制的恶意URL智能检测方法 [C] . 梁飞 . 2020互联网安全与治理论坛 . 2020
7. 基于半监督学习的恶意URL检测技术研究 [A] . 熊夙 . 2021

基于威胁情报和多分类器投票机制的恶意URL检测模型

摘要

著录项

相似文献

相关主题

期刊订阅