用于提升恶意钓鱼URL检测性能且不影响其他攻击类型分类的多层感知器神经网络
密码学与安全
2022-03-03 v1 机器学习
摘要
本文的假设指出，诸如多层感知器（MLP）之类的神经网络算法在区分恶意和半结构化钓鱼URL方面具有更高的准确性。与逻辑回归和多项式朴素贝叶斯等经典机器学习算法相比，经典算法严重依赖大量的语料库数据训练和机器学习专家的领域知识来执行复杂的特征工程。MLP可以执行非线性可分的多类分类，并且较少关注语料特征训练。此外，反向传播权重调整可以学习哪些特征在区分钓鱼攻击与其他攻击类型时更为重要。
引用
@article{arxiv.2203.00774,
title = {Multi-Layer Perceptron Neural Network for Improving Detection Performance of Malicious Phishing URLs Without Affecting Other Attack Types Classification},
author = {Pow Chang},
journal= {arXiv preprint arXiv:2203.00774},
year = {2022}
}
备注
3 pages