基于欠采样和多层集成学习的恶意网页识别

摘要： 现实中恶意网页与良性网页比重严重失衡，传统的机器学习分类模型不能很好的应用，为此提出一种基于欠采样和多层集成学习的恶意网页检测模型。通过欠采样达到局部数据平衡；通过第一层基于权重和阈值的集成学习确保模型的准确度；通过第二层基于投票的集成学习保证全局信息的完整性。实验结果表明，所提模型在不平衡数据集上的恶意网页识别性能优于传统机器学习模型。 （共7页）