多域识别构建监督学习模型检测网页暗链

摘要

cqvip:网页被植入暗链是企事业网站上常见的攻击行为,攻击手法变化多样,传统方法基于规则检测已经无法高效检出。本文使用域识别机制提取风险文本和安全文本,通过LDA模型和Doc2vec模型计算主题异样度、风险文本异常概率、风险文本向量等特征,分别选用SVM模型、逻辑回归模型、随机森林模型构建监督学习模型检测网页暗链并对比模型效果。实验结果表明,该方法具有较好的检出效果和运行效率,其中随机森林模型检出准确率达到了0.999。