网络时代,以脚本语言和浏览器插件技术为基础的新兴应用层见叠出,但是伴随着享受这些应用带来的方便和快捷的同时,我们也发现,信息泄露、信息窃取、数据篡改、数据删添、计算机病毒等等各种人为攻击也越来越肆虐。针对Web威胁的网络攻击是网民受到的最主要的攻击。攻击者通过精心构造攻击代码,利用浏览器或者第三方插件的漏洞,达到攻击目的。恶意代码编写者开发出大量恶意代码,并通过多种混淆手段对恶意脚本进行混淆和变形,逃避以特征码检测技术为主代表的恶意代码检测,其中尤其以JavaScript混淆代码为巨。各种混淆方式的应用产生了大量恶意代码的变种,借由因特网的时效性,迅捷性以广泛撒网式的传播方式威胁网民信息安全。这大大干扰了恶意代码的检测,成为整个web恶意代码中最为艰难的防御点。如何将此类攻击阻挡于我们计算机之外,保护网民的各类信息不受威胁,是当今社会亟待解决的问题,也是网络安全专家们前仆后继想要有所突破的问题。论文主要研究了JavaScript混淆技术,提出了基于TF-IDF算法的特征提取,加入文本分类中的权重分析,使得对JavaScript脚本的特征抽取更科学,并且实验表明,基于TF-IDF的特征提取比传统的特征提取方法性能有很大提升。本文还将监督学习传统SVM的不足进行改进,提出了机器学习中主动学习策略,来简化人工操作,提高效率,实现系统的高度智能化,实验证明,基于Active SVM的恶意网页检测系统能在更少的样本标注,更少的人力投入情况下达到更好的性能。