基于gcForest算法的惡意URL檢測

摘要:惡意URL(Malicious URLs)是網(wǎng)絡(luò)犯罪的重要途徑,因此對惡意URL實施有效檢測是保障網(wǎng)絡(luò)安全的前提和關(guān)鍵。近年來,機器學(xué)習(xí)的迅猛發(fā)展為惡意URL檢測提供了新的思路。鑒于此,在研究惡意URL以及對機器學(xué)習(xí)算法實驗的基礎(chǔ)上,得出基于gcForest算法的機器學(xué)習(xí)模型能夠?qū)崿F(xiàn)對惡意URL的精確分類檢測,其精確度達(dá)到99.53%,遠(yuǎn)高于k近鄰分類算法(k-NearestNeighbor)和隨機森林算法(RandomForest)等其他傳統(tǒng)算法模型,具有較好的檢測效果。