基于欠采样和多层集成学习的恶意网页识别

作     者：王法玉 于晓文 陈洪涛 WANG Fa-yu;YU Xiao-wen;CHEN Hong-tao

作者机构：天津理工大学计算机病毒防治技术国家工程实验室天津300384 

基　　金：国家自然科学基金项目(61571328) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第3期

页      码：669-675页

摘      要：现实中恶意网页与良性网页比重严重失衡,传统的机器学习分类模型不能很好的应用,为此提出一种基于欠采样和多层集成学习的恶意网页检测模型。通过欠采样达到局部数据平衡;通过第一层基于权重和阈值的集成学习确保模型的准确度;通过第二层基于投票的集成学习保证全局信息的完整性。实验结果表明,所提模型在不平衡数据集上的恶意网页识别性能优于传统机器学习模型。

主 题 词：恶意网页识别 不平衡数据 多层分类器 欠采样 机器学习 集成学习 检测效果 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.03.005

馆 藏 号：203126721...