基于机器学习的恶意网页分析

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:chenzenghua
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
伴随网络时代的兴盛以及网民数量的激增,网络攻击给人们带来的损失愈发严重。很多黑客通过对网页进行攻击来非法牟取利益,因此对恶意网页进行分析和研究是十分必要的。在众多恶意网页类型之中,网页暗链和钓鱼网页尤为常见。网页暗链不但为灰黑色产业带来利润,而且严重损害了一些权威网站的公信力。钓鱼网页通过欺诈网民来获取其私人信息以及钱财。因此,本文主要研究和分析网页暗链和钓鱼网页这两种类型的恶意网页。随着大数据时代的推进,网页数量成千上万。传统的恶意网页检测方法在面对海量网页时已经不再适用。因此本文将机器学习的方法引入恶意网页检测领域。针对网页暗链,本文提出了一种基于机器学习的网页暗链检测模型。该方法创新融合了三种不同类型的网页暗链特征,分别为暗链相关文本特征、暗链域名特征以及暗链隐藏属性特征。在此基础上,分别引入CART分类树、Gradient Boosted Decision Tree以及Random Forest三种机器学习算法来构建分类学习器。并使用真实业务场景下的公开数据集对模型进行评估。实验结果表明,在与CART分类树和Gradient Boosted Decision Tree对比之下,随机森林Random Forest构建的模型在暗链检测领域中表现出最强的泛化能力,且时间开销相对适中。同时,针对钓鱼网页这种类型的恶意网页,本文提出了一种基于机器学习的钓鱼网页检测模型。该方法创新融合了三种不同类型的钓鱼网页特征,分别为钓鱼网页的URL特征、钓鱼网页文本特征以及钓鱼网页HTML特征。同时,分别引入孤立森林iForest、随机森林RF以及XGBoost三种分类算法来构建分类学习器。并模拟真实业务场景,创新尝试使用具有严重数据不平衡特点的公开数据集对模型进行评估。实验结果表明,相比孤立森林iForest和随机森林RF,XGBoost构建的模型泛化能力最好,模型效果最稳定,且时间开销最小。本文提出的网页暗链检测模型和钓鱼网页检测模型能够用于工业场景下恶意网页检测系统的开发中。并且进一步说明了将机器学习方法引入恶意网页的研究领域中能够取得非常不错的效果,为未来恶意网页的研究提供了一种新的思路。
其他文献
癌症是一种常见的拥有复杂致病机理的疾病之一。目前学术界和医学界对于癌症的治愈还没有有效的手段提出,但人们对于攻克癌症的热情和迫切从未减退。随着高通量基因组项目的
随着我国排放法规的日趋严格,节能减排成为运输行业的研究热点。科学技术的飞速发展导致全球范围内对能源的需求量急剧增长,在能源短缺问题的巨大压力下,寻找一种或多种高效、可再生的替代燃料迫在眉睫。以各种动物油脂以及植物的种子和果实为原料制成的生物柴油,具有较高的低热值,但由于其黏度比柴油高,因此不可单独替代柴油。正戊醇作为一种生物质含氧燃料,比甲醇、乙醇以及丁醇等十六烷值高,压燃着火性更好,而且正戊醇蒸
活性氧(Reactive oxygen species,ROS)与男性生殖疾病的发生密切相关。在男性不育症如隐睾症、畸形精子症等疾病中常伴随高水平的ROS。高水平的ROS能诱导细胞氧化应激,同时能激活细胞自噬。在睾丸组织中,为生殖细胞提供保障的支持细胞对ROS水平的变化更加敏感。支持细胞通过糖代谢为生殖细胞提供乳酸作为能量代谢底物,其功能的正常发挥直接影响着精子的发生过程。尽管多种因素影响不同信号
与传统的进气道喷射汽油机相比,缸内直喷汽油发动机由于具有经济性好、动力性强、变工况响应快等优点,因此得到了越来越广泛的应用。然而缸内直喷汽油机中,燃油喷雾会撞击发
在日渐紧缺的能源形式下,人们对新能源的需求也越来越高。风力发电作为新能源发电的重要组成部分,得到了广泛的应用。而多相电机由于其本身卓越的性能优势,在大功率领域受到
在信息安全处理领域中,为避免一些有特殊价值的信息受到恶意攻击,在加密信息上直接用信号处理模型进行操作是一种有效的方式,以其对信息安全的保护特性近年来受到颇多关注。
在日趋激烈的国际竞争中,高等教育在国家发展中的作用日渐突显,一流大学更是影响国家核心竞争力的重要因素之一。在一流大学建设之中,形象建设具有重要意义。本研究选取6所中
目的本课题旨在确定ALDH2和GSTM1基因多态性与食管癌易感性的关系,以便采取有针对性的预防措施,降低食管癌的发生率。方法用病例对照研究的方法,收集泰安地区各医院99名食管
农业是国民经济发展的基础,在农业生产过程中易遭受自然灾害的侵袭,使农业经济遭受巨大损失。政策性农业保险在转移自然风险、支持灾后重建、防灾防损中发挥着重要作用。在广西由农业大省向农业强省转变过程中,保障农业生产的稳步发展,促进农户增收增产是国民经济可持续发展的保证。加大政策性农业保险资源投入,完善政策性农业保险制度建设具有重要现实意义。也是我国在当前复杂经济环境下,保持独立自给不受国外封锁政策影响,
诣阙上书是一种重要的下情上达制度,本文参据学界相关研究成果,以诣阙称冤为中心,系统考察唐代诣阙称冤者的主体构成、具体流程、处理结果等,并对唐代政治、司法制度、行政运