Real-PGDN：用于全过程识别新注册色情和赌博域名的两级分类方法
密码学与安全
2025-12-01 v1 机器学习
摘要
线上色情内容和赌博活动始终是政府监管的挑战，威胁个人资产和隐私。因此，研究新注册的色情和赌博域名（PGDN）的分类具有必要性。然而，关于这一主题的学术研究仍有限。以往的努力要么旨在使用理想样本数据获得高精度，要么使用来自现实场景的最新数据但实现较低的分类精度。本文介绍了Real-PGDN方法，实现了及时和全面的真实数据爬虫、容错特征提取、精确的PGDN分类以及实际场景下的效果评估。我们的两级分类器集成了CoSENT（基于BERT的）、多层感知机（MLP）和传统分类算法，实现了97.88%的精度。研究过程汇集了NRD2024数据集，其中包含针对1,500,000个新注册域名在6个方向上持续检测信息的20天。我们案例研究的结果表明，该方法也可保持超过70%的预测精度，用于延迟使用后注册的PGDN。
引用
@article{arxiv.2511.22215,
title = {Real-PGDN: A Two-level Classification Method for Full-Process Recognition of Newly Registered Pornographic and Gambling Domain Names},
author = {Hao Wang and Yingshuo Wang and Junang Gan and Yanan Cheng and Jinshuai Zhang},
journal= {arXiv preprint arXiv:2511.22215},
year = {2025}
}