基于SVM-RFE和粒子群优化算法的恶意域名检测模型
A SVM-RFE and particle swarm optimization based detection model for malicious domain names作者机构：中国海洋大学教育系山东青岛266100 中国海洋大学网络与信息中心山东青岛266100 中国海洋大学信息科学与工程学部山东青岛266100
出 版 物：《福州大学学报(自然科学版)》 (Journal of Fuzhou University(Natural Science Edition))
年 卷 期：2023年第51卷第5期
页 面：634-638页
学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：中国高校产学研创新基金资助项目(2022IT151)。
主 题：网络安全 恶意域名 支持向量机 递归特征消除 粒子群算法
摘 要：本研究利用机器学习和随机搜索算法,提出一种基于SVM-RFE和粒子群优化算法的恶意域名检测模型.分析域名字符特征、解析特征和相关特征,使用SVM-RFE算法进行特征权重排序,通过优化的粒子群算法确定最佳SVM参数和特征选择.实验证明该检测模型具有较好的效率和准确度.
维普期刊数据库
同方期刊数据库