公共文化服务平台

搜索到348篇“ 恶意网页“的相关文章

恶意网页检测方法、存储介质及终端: 本发明实施例提供一种恶意网页检测方法、存储介质及终端，所述方法包括：获取目标网页的网页信息；所述网页信息包括如下至少一种：失活维度信息、关键词维度信息、备案维度信息和CDN服务维度信息；针对所述网页信息中的任一维度信息，...; 陈家林聂俊宝董超潘宣辰

基于DNS的恶意网页拦截系统及方法: 本发明公开了一种基于DNS的恶意网页拦截系统及方法，所述系统包括：至少一个用户端、至少一个DNS服务器和至少一个代理服务器；所述DNS服务器用于接收所述用户端发送的请求解析的域名；检测所述域名是否为恶意网页域名；若是，则...; 赖卫国吴浩毅戴传智陈澄广

恶意网页的识别方法、装置、设备以及存储介质: 本公开的实施例提供了一种恶意网页的识别方法、装置、设备以及存储介质，应用于互联网安全技术领域。该方法包括获取包括关键词字段信息和网页正文字段信息的待识别网页的文本内容信息；获取关键词字段信息对应的背景知识信息；将背景知识...; 王权威马维士

恶意网页文件的检测方法及装置、电子设备、存储介质: 本发明公开了一种恶意网页文件的检测方法及装置、电子设备、存储介质，涉及网络安全技术领域，其中，该方法包括：接收待检测的目标网页文件，并对目标网页文件中的文件代码进行特征提取，得到统计特征向量和抽象语法树特征向量；将统计特...; 马岩申勇万朝华韦云川龚左叶

基于深度学习与特征融合的恶意网页识别方法研究: 2024年; 互联网环境的高度开放性和无序性导致了网络安全问题的普遍性和不可预知性,网络安全问题已成为当前国际社会关注的热点问题。基于机器学习的恶意网页识别方法虽然卓有成就,但随着对恶意网页识别需求的不断提高,在识别效率上仍然表现出较大的局限性。本文提出一种基于深度学习与特征融合的识别方法,将图卷积神经网络(Generalized connection network,GCN)与一维卷积神经网络(Convolution neural network,CNN)、支持向量机(Support vector machine,SVM)相结合。首先,考虑到传统神经网络只适用于处理结构化数据以及无法很好的捕获单词间非连续和长距离依赖关系,从而影响网页识别准确率的缺点,通过GCN丰富的关系结构有效捕获并保持网页文本的全局信息;其次,CNN可以弥补GCN在局部特征信息提取方面的不足,通过一维CNN对网页URL(Uniform resource locator,URL)进行局部信息提取,并进一步将捕获到的URL局部特征与网页文本全局特征进行融合,从而选择出兼顾CNN模型和GCN模型特点的更具代表性的网页特征;最终,将融合后的特征输入到SVM分类器中进行网页判别。本文首次将GCN应用于恶意网页识别领域,通过组合模型有效兼顾了深度学习与机器学习的优点,将深度学习网络模型作为特征提取器,而将机器学习分类算法作为分类器,通过实验证明,测试准确率达到92.5%,高于已有的浅层的机器学习检测方法以及单一的神经网络模型。本文提出的方法具有更高的稳定性,以及在精确率、召回率、F1值等多项检测指标上展现出更加优越的性能。; 杨胜杰陈朝阳徐逸刘建刚; 关键词：恶意网页

基于JavaScript的恶意网页检测方法、设备及计算机可读存储介质: 本发明公开涉及基于JavaScript的恶意网页检测方法、设备及计算机可读存储介质。根据本发明的基于JavaScript的恶意网页检测方法，包括：输入JavaScript代码；对JavaScript代码进行混淆判断；如果...; 张昊迪王帅金华敏汪来富邓晓东余航

一种基于静态域的恶意网页识别检测方法、计算机及存储介质: 本发明提出一种基于静态域的恶意网页识别检测方法、计算机及存储介质，属于网页识别检测技术领域。包括步骤一、实时监听网页流量，提取HTTP头部的URL地址；步骤二、将URL地址与黑名单库中存储的URL地址进行匹配；步骤三、解...; 余翔湛刘立坤陈巍史建焘葛蒙蒙叶麟于喜东王永强冯帅赵跃王久金宋赟祖郭明昊胡智超苗钧重刘凡李精卫石开宇韦贤葵孔德文羿天阳刘奉哲李竑杰

基于欠采样和多层集成学习的恶意网页识别: 2024年; 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。; 王法玉于晓文陈洪涛; 关键词：不平衡数据多层分类器欠采样

一种恶意网页识别方法: 本发明公开了一种恶意网页识别方法，包括如下步骤：步骤1，获取恶意网页数据集，并通过数据预处理得到恶意网页的训练集和测试集；步骤2，利用Char‑CNN模型获取训练集和测试集的字符级嵌入；步骤3，构建BiLSTM‑Atte...; 廖永建王勇王栋吴宇梁艺宽

恶意网页识别模型建立方法、识别方法及系统: 本发明属于恶意网页识别技术领域，具体涉及一种恶意网页识别模型、识别模型建立方法、识别方法及系统，在通过爬虫工具采集完恶意网页内容数据样本和正常网页内容数据样本后，依次使用SMOTE算法、GAN算法对恶意网页内容数据样本进...; 曲武

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈