基于机器学习和图像处理的暗网威胁检测
密码学与安全
2024-07-02 v1
摘要
本文旨在发现与暗网相关的风险，并检测与人口贩运相关的威胁。我们采用 OpenCV 和 Python 进行图像处理。除了此之外，还搭建了开发环境，通过安装 TensorFlow、OpenCV 和 Python。通过探索性数据分析 (EDA)，获得了数据集特征分布及其相互作用的重要见解，这对于评估各种网络威胁至关重要。构建和评估逻辑回归和支持向量机 (SVM) 模型后发现，SVM 模型在准确率方面优于逻辑回归。该论文深入探讨了数据预处理、EDA 和模型开发的细节，为网络保护和网络威胁应对提供了宝贵的见解。
引用
@article{arxiv.2407.00704,
title = {Detection of Dark Web Threats Using Machine Learning and Image Processing},
author = {Swetha Medipelly and Nasr Abosata},
journal= {arXiv preprint arXiv:2407.00704},
year = {2024}
}
备注
6 pages and 13 figures