基于Stacking集成学习的恶意URL检测系统设计与实现.pdfVIP

基于Stacking集成学习的恶意URL检测系统设计与实现.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

2023年5月15日现代电子技术May2023

第46卷第10期ModernElectronicsTechniqueVol.46No.10

105

105

DO:10.16652/j.issn.1004⁃373x.2023.10.020

引用格式:张永刚,吕鹏飞,张悦,等.基于Stacking集成学习的恶意URL检测系统设计与实现[J].现代电子技术,2023,46(10):105⁃109.

基于Stacking集成学习的恶意URL

检测系统设计与实现

11122

张永刚,吕鹏飞,张悦,姚兴博,冯艳丽

(1.国网内蒙古东部电力有限公司,内蒙古呼和浩特010020;2.南京农业大学人工智能学院,江苏南京210095)

摘要:针对传统URL检测方法在恶意URL检测时存在的准确率不高、实时性差等问题,提出一种基于Stacking集成

学习的算法模型。该模型采用机器学习单一方法中的岭分类、支持向量机、朴素贝叶斯作为初级学习器,采用逻辑回归作为

次级学习器,通过初级学习器和次级学习器相结合的双层结构对URL进行检测。使用大量的URL数据集分别对单一方法

中的模型和Stacking集成学习方法的模型进行训练,并对每种模型进行评估。评估结果表明,Stacking集成学习的算法模型

对恶意URL检测的准确率可达98.75%,与其他模型相比提升0.75%以上。采用Flask作为开发框架,实现了恶意URL检测

系统的功能,并对系统进行云端等部署,得到系统根据用户输入的URL链接可以输出URL的检测结果,具有较好的应用

价值。

关键词:恶意URL检测;Stacking集成学习;检测系统设计;算法模型;模型评估;Flask框架

中图分类号:TN911.23⁃34;TP399文献标识码:A文章编号:1004⁃373X(2023)10⁃0105⁃05

DesignandimplementationofmaliciousURLdetectionsystembasedon

Stackingensemblelearning

11122

ZHANGYonggang,LÜPengfei,ZHANGYue,YAOXingbo,FENGYanli

(1.StateGridInnerMongoliaEastPowerCo.,Ltd.,Hohhot010020,China;

2.CollegeofArtificialIntelligence,NanjingAgriculturalUniversity,Nanjing210095,China)

Abstract:Inallusiontotheproblem

文档评论(0)

新能源知识科普(本账号发布文档均来源于互联网公开资料,仅用于技术分享交流,相关版权为原作者所有。如果侵犯了您的相关权利,请提出指正,我们将立即删除相关资料)。

1亿VIP精品文档

相关文档