基于gcForest算法的恶意URL检测

摘要：

恶意URL(Malicious URLs)是网络犯罪的重要途径,因此对恶意URL实施有效检测是保障网络安全的前提和关键.近年来,机器学习的迅猛发展为恶意URL检测提供了新的思路.鉴于此,在研究恶意URL以及对机器学习算法实验的基础上,得出基于gcForest算法的机器学习模型能够实现对恶意URL的精确分类检测,其精确度达到99.53％,远高于k近邻分类算法(k-Nearest Neighbor)和随机森林算法(Random Forest)等其他传统算法模型,具有较好的检测效果.

关键词：恶意URL检测、机器学习、特征工程、gcForest

分类号：TP393.08(计算技术、计算机技术)

在线出版日期：2022-12-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：11-15