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）

惡意網頁識別不平衡數據多層分類器欠采樣機器學習集成學習檢測效果