基于记忆减退型在线序列极限学习机的恶意网页检测方法

摘要

本发明是基于记忆减退型在线序列极限学习机(MDOS‑ELM)训练URL的特征，得到高效的分类器，并用分类器实现了一个实时的恶意网页检测系统。MDOS‑ELM算法引入自适应记忆因子和遗忘机制。URL数据在更新过程中，新数据相比旧数据更能反映当前数据的特征，失效数据是无法体现当前数据的特征。因此更新检测系统时，新数据对检测系统的贡献较大；旧数据对检测系统的贡献较小；失效数据的贡献为零。通过引入遗忘机制淘汰失效数据。同时引入自适应记忆因子调节新、旧数据对检测系统的贡献，从而提高检测系统的预测精度。