面向恶意网址检测的广谱特征选择与评估

作者：张慧; 钱丽萍; 汪立东; 袁辰; 张婷

来源：现代电子技术, 2019, 42(09): 60-64.

DOI：10.16652/j.issn.1004-373x.2019.09.014

• 网络安全
• 恶意网址检测
• 特征提取
• 特征选择
• 特征子集
• 信息安全

针对恶意网址检测系统的特征选择和降维问题,基于特征选择方法的优化结果提出多种特征子集。利用基于分类器的准确率和召回率等性能评价指标,采用随机森林、贝叶斯网络、J48、随机树机器学习方法,对信息增益、卡方校验、信息增益率、基于Relief值、基于OneR分类器、基于关联性规则、基于相关性等多种特征选择算法所确定的特征子集进行检测。结果表明,除基于相关性特征选择算法确定的特征子集外,其他方法确定的特征子集均具有良好的分类性能,其中基于关联性规则选择的特征子集的维度仅为5,但各分类器基于此特征子集的分类准确率均高达99%以上。

• 单位
  北京建筑大学