リンクマイニングによる悪性Webサイトの検知性能

摘要

従来より，ブラックリストを使いURLのキーワード照合等により悪性Webサイトへのアクセス回避が試みられている．しかし，攻撃者はURLを頻繁に変更する可能性があるため，従来手法は悪性Wbbサイトの更新に対し追従が困難であると懸念される．本研究は，先行研究において，悪性Webサイトのリンク構造に類似性があることを実証実験により確かめた．そこで，本稿は，現存するWebサイトから収集したリンク構造に対し，教師付きリンクマイニングによる悪性Webサイト検出性能を検証する．本稿の実験によれば，ネットワークパラメータの自動学習を行うConvolutional neural networks（CNN）アルゴリズムはSupport vector classification（SVC）に比べて有意に性能を改善し，87%の精度で悪性Webサイトを検出した．