数据驱动的恶意网站检测方法综述
密码学与安全
2023-05-17 v1 机器学习
摘要
恶意网站的检测已成为网络安全中的关键问题。因此，本文对数据驱动的恶意网站检测方法进行了全面综述。讨论了传统方法及其局限性，随后概述数据驱动方法。本文建立了数据-特征-模型-扩展流水线以及数据驱动方法的最新研究进展，包括数据预处理、特征提取、模型构建与技术扩展。具体而言，本文比较了近年来提出的采用深度学习模型的方法。此外，本文遵循数据-特征-模型-扩展流水线讨论了数据驱动方法在恶意网站检测中的挑战及若干未来方向。
引用
@article{arxiv.2305.09084,
title = {A Review of Data-driven Approaches for Malicious Website Detection},
author = {Zeyuan Hu and Ziang Yuan},
journal= {arXiv preprint arXiv:2305.09084},
year = {2023}
}
备注
8 pages