基于欠采樣和多層集成學習的惡意網頁識別

摘要： 現實中惡意網頁與良性網頁比重嚴重失衡，傳統(tǒng)的機器學習分類模型不能很好的應用，為此提出一種基于欠采樣和多層集成學習的惡意網頁檢測模型。通過欠采樣達到局部數據平衡；通過第一層基于權重和閾值的集成學習確保模型的準確度；通過第二層基于投票的集成學習保證全局信息的完整性。實驗結果表明，所提模型在不平衡數據集上的惡意網頁識別性能優(yōu)于傳統(tǒng)機器學習模型。 （共7頁）