南京邮电大学学报(自然科学版)

作者：魏旭,成卫青

单位：南京邮电大学 计算机学院，江苏南京210023南京邮电大学 计算机学院，江苏南京210023东南大学 计算机网络和信息集成教育部重点实验室，江苏南京211189

关键词：恶意网页；网页安全；网页特征；HTTP请求；机器学习

基金：计算机网络和信息集成教育部重点实验室课题(K93-9-2014-04B)和国家自然科学基金(61170322)资助项目

互联网高速发展的同时催生了众多恶意网页。恶意网页是指侵犯用户安全，包括个人隐私和财产等安全的网页。文中基于对若干恶意网页的传统网页特征：网页URL、JavaScript代码和HTML代码的分析，定义了若干特征用于恶意网页识别；提出了若干基于HTTP请求信息的特征；并提出了一个基于特征融合和机器学习的恶意网页识别方法，将HTTP请求特征与传统网页特征相融合，再利用机器学习分类算法构建网页分类模型区分正常和恶意网页。从Alexa选取500个正常网页，从PhishTank和Malwaredomains中共选取500个网页作为恶意网页构建数据集，训练网页分类模型。通过实验验证了基于URL特征、网页代码特征和HTTP请求特征的方法优于不使用HTTP请求特征的方法，并且发现随机森林分类算法更适用于恶意网页识别。

来源：2019年第5期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2019年第5期