检索结果-维普期刊中文期刊服务平台

基于欠采样和多层集成学习的恶意网页识别被引量：1: 1; 作者王法玉于晓文陈洪涛《计算机工程与设计》北大核心 2024年第3期669-675,共7页; 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... 展开更多; 关键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; 在线阅读下载PDF 职称材料

恶意网页识别研究综述被引量：40: 2; 作者沙泓州刘庆云 +3 位作者柳厅文周舟郭莉方滨兴《计算机学报》 EI CSCD 北大核心 2016年第3期529-542,共14页; 近年来,随着互联网的迅速发展以及网络业务的不断增长,恶意网页给人们的个人隐私和财产安全造成的威胁日趋严重.恶意网页识别技术作为抵御网络攻击的核心安全技术,可以帮助人们有效避免恶意网页引起的安全威胁,确保网络安全.文中从理论... 展开更多; 关键词恶意网页识别网页分类机器学习逃逸技术; 在线阅读下载PDF 职称材料

Tri-BERT-SENet:融合多特征的恶意网页识别被引量：6: 3; 作者杨立圣罗文华《小型微型计算机系统》 CSCD 北大核心 2023年第4期875-880,共6页; 传统恶意网页识别缺乏全局性、系统性考量,没有将网页作为有机整体,而是独立针对标签结构、URL地址、文本内容等特定层面特征开展研究,导致准确率较低.虽然已有学者提出融合特征思想,但依旧使用机器学习算法予以实现,特征工程工作量巨大... 展开更多; 关键词恶意网页识别特征融合 BERT SENet; 在线阅读下载PDF 职称材料

面向恶意网页训练数据生成的GAN模型被引量：3: 4; 作者万梦翔姚寒冰《计算机工程与应用》 CSCD 北大核心 2021年第6期124-130,共7页; 针对基于机器学习算法识别恶意网页时恶意网页样本收集困难的问题,提出了一种基于生成对抗网络(GAN)的扩展恶意网页样本数据集的方法(WS-GAN),使用少量的原始样本数据训练生成对抗网络,利用生成器模拟生成网页样本。同时在原有生成对抗... 展开更多; 关键词恶意网页识别恶意网页特征机器学习生成对抗网络多判别器; 在线阅读下载PDF 职称材料

题名基于欠采样和多层集成学习的恶意网页识别被引量：1: 1; 作者王法玉于晓文陈洪涛; 机构天津理工大学计算机病毒防治技术国家工程实验室; 出处《计算机工程与设计》北大核心 2024年第3期669-675,共7页; 基金国家自然科学基金项目(61571328)。; 文摘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。; 关键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; Keywords malicious web page identification unbalanced data multilayer classifier under sampling machine learning integrated learning detection effect; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名恶意网页识别研究综述被引量：40: 2; 作者沙泓州刘庆云柳厅文周舟郭莉方滨兴; 机构中国科学院信息工程研究所北京邮电大学计算机学院信息内容安全技术国家工程实验室; 出处《计算机学报》 EI CSCD 北大核心 2016年第3期529-542,共14页; 基金中国科学院战略性先导科技专项(XDA06030200) 国家科技支撑计划(2012BAH46B02) 国家自然科学基金项目(61402474)资助~~; 文摘近年来,随着互联网的迅速发展以及网络业务的不断增长,恶意网页给人们的个人隐私和财产安全造成的威胁日趋严重.恶意网页识别技术作为抵御网络攻击的核心安全技术,可以帮助人们有效避免恶意网页引起的安全威胁,确保网络安全.文中从理论分析和方法设计两方面介绍了恶意网页识别的最新研究成果.在理论分析层面,从恶意网页的基本概念和形式化定义出发,对恶意网页识别的应用场景、基本框架及评价方法进行全面的归纳,并总结了恶意网页识别的理论依据及性能评价指标.在方法设计层面,对具有影响力的恶意网页识别方法进行了介绍和归类,对不同类别的识别方法进行了定性分析和横向比较.在总结恶意网页识别研究现状的基础上,从客观环境的变化以及逃逸技术的升级两方面深入探讨了当前恶意网页识别面临的技术挑战.最后总结并展望了恶意网页识别的未来发展方向.; 关键词恶意网页识别网页分类机器学习逃逸技术; Keywords malicious web page detection web page classification machine learning escape technology; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名Tri-BERT-SENet:融合多特征的恶意网页识别被引量：6: 3; 作者杨立圣罗文华; 机构中国刑事警察学院公安信息技术与情报学院; 出处《小型微型计算机系统》 CSCD 北大核心 2023年第4期875-880,共6页; 基金国家重点研发计划项目(2018YFC0830600)资助辽宁省“百千万人才工程”项目(2020921058)资助中国刑事警察学院研究生创新能力提升项目(2022YCZD05)资助。; 文摘传统恶意网页识别缺乏全局性、系统性考量,没有将网页作为有机整体,而是独立针对标签结构、URL地址、文本内容等特定层面特征开展研究,导致准确率较低.虽然已有学者提出融合特征思想,但依旧使用机器学习算法予以实现,特征工程工作量巨大,识别效率低下.针对上述问题,提出一种基于多特征融合的Tri-BERT-SENet模型,用于完成恶意网页的识别任务.利用获取得到的HTML特征、网页URL特征以及网页文本特征,结合BERT模型的上下文感知能力,将特征转化为3个BERT模型输出;之后将模型输出作为特征通道,使用SENet进行加权计算,最终输出识别结果.实验结果表明,与传统机器学习模型以及使用BERT对单一特征的识别方法相比,该检测方法在恶意网页识别的准确率上有较大提升.; 关键词恶意网页识别特征融合 BERT SENet; Keywords malicious webpage detection feature fusion BERT SENet; 分类号 TP393 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名面向恶意网页训练数据生成的GAN模型被引量：3: 4; 作者万梦翔姚寒冰; 机构武汉理工大学计算机科学与技术学院武汉理工大学交通物联网技术湖北省重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2021年第6期124-130,共7页; 基金国家自然科学基金(61771354) 交通物联网技术湖北省重点实验室基金(2017III028-002)。; 文摘针对基于机器学习算法识别恶意网页时恶意网页样本收集困难的问题,提出了一种基于生成对抗网络(GAN)的扩展恶意网页样本数据集的方法(WS-GAN),使用少量的原始样本数据训练生成对抗网络,利用生成器模拟生成网页样本。同时在原有生成对抗网络的结构中加入了多个判别器:全局判别器判别整体样本的真伪,控制生成样本整体的质量;各特征判别器判别其对应类别特征数据的真伪,控制生成样本细节部分的质量。实验结果表明,WS-GAN生成的网页特征样本可用于恶意网页分类器的训练,并且其生成样本的质量优于条件生成对抗网络和条件变分自编码器生成样本的质量。; 关键词恶意网页识别恶意网页特征机器学习生成对抗网络多判别器; Keywords malicious Web page detection malicious Web page feature machine learning Generative Adversarial Network(GAN) multiple discriminator; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于欠采样和多层集成学习的恶意网页识别	王法玉于晓文陈洪涛	《计算机工程与设计》北大核心	2024	1	在线阅读下载PDF 职称材料
2	恶意网页识别研究综述	沙泓州刘庆云柳厅文周舟郭莉方滨兴	《计算机学报》 EI CSCD 北大核心	2016	40	在线阅读下载PDF 职称材料
3	Tri-BERT-SENet:融合多特征的恶意网页识别	杨立圣罗文华	《小型微型计算机系统》 CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料
4	面向恶意网页训练数据生成的GAN模型	万梦翔姚寒冰	《计算机工程与应用》 CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料