基于机器学习的网页暗链检测方法

来源：计算机工程杂志2018年第10期北京时间：

作者：周文怡, 顾徐波, 施勇

单位：上海交通大学 a.网络空间安全学院; b.机械与动力工程学院,上海 200240

摘要：在大数据时代下,传统暗链检测技术无法在海量网页中快速准确地识别出遭遇“暗链攻击”的网站。为此,提出一种引入机器学习的方法研究网页的暗链检测。该方法结合暗链的域名、相关文本及隐藏结构3种特征,分别采用分类与回归树、梯度提升决策树及随机森林3种算法来构建检测模型并对比其的性能。实验结果表明,该方法具有较高的准确性和可靠性,其中随机森林构建的检测模型分类准确率可以达到0.984。

关键词：暗链,特征提取,交叉验证,分类与回归树,随机森林,梯度提升决策树

基金资助：国家自然科学基金重点项目(61332010)。