大数据环境下基于决策树的恶意URL检测模型

摘要：

恶意网址URL检测一直是信息安全防御技术领域的研究热点之一.针对传统恶意URL检测技术无法自主探测未知URL,并且缺乏适应大数据时代发展的能力等问题,设计并实现了一种基于大数据技术,结合决策树算法与黑白名单技术的恶意URL检测模型.该模型基于Spark分布式计算框架,利用已知URL训练集提取特征、训练决策树分类模型,然后用已有分类模型对黑白名单无法检测出的URL进行分类预测,达到检测目的.实验证明,构建的检测模型具有很好的检测效果和稳定性.

关键词：恶意URL、机器学习、黑白名单技术、大数据技术、Spark

分类号：TP311.13(计算技术、计算机技术)

在线出版日期：2018-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-9