原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于随机森林的恶意URL识别
[摘要]互联网技术及其应用的飞速发展，也带来了许多网络攻击，其中借助恶意URL实施的攻击给人们带来了重大的安全威胁。机器学习可以利用大量已知的恶意URL来预测未知的URL，因而成为了一种主流的恶意URL识别方式。总结了恶意URL识别领域的相关研究工作，利用了集成学习的代表算法随机森林进行模型训练，对比了基础单元决策树算法与集成学习的其他代表算法，并且对该模型进行了优化。实验结果验证了随机森林在所有指标上均优于另外三种算法，并且最终优化后的模型达到了97.46%的准确率和99.68%的AUC值。
[关键词]恶意URL；随机森林；机器学习；集成
文档评论（0）