基于异常特征的社交网页检测技术

摘要：

近年来,随着社交网络的快速发展,社交网站已成为僵尸网络隐匿和攻击的理想平台.僵尸网络通过含有控制指令或恶意程序的异常页面来传播和控制僵尸主机,使得传统的僵尸网络检测技术的效果大打折扣.因此如何检测出含有异常文本的页面是社交僵尸网络检测面临的一项重要问题.本文将机器学习算法应用于社交网页的检测中,对页面进行异常特征提取,并在样本集上进行了实验.实验表明机器学习算法能够有效检测异常页面,提高检测效率.

关键词： 社交僵尸网络 网页检测 异常页面 特征提取 机器学习算法

作者: 李旬 徐剑 杜敬凯 焦英楠 严寒冰

作者单位: 北京航空航天大学经济管理学院,北京100191;国家计算机网络应急技术处理协调中心,北京100029 国家计算机网络应急技术处理协调中心,北京100029 国家计算机网络应急技术处理协调中心,北京100029;北京航空航天大学计算机学院,北京100191

会议类型: 国内会议

会议名称: 2015中国计算机网络安全年会

会议地点: 武汉

会议语种:中文

页码: 105-110

在线出版日期: 2015-05-26（万方平台首次上网日期，不代表论文的发表时间）