检索结果-南通市图书馆

detecting malicious Uniform Resource Locators Using an Applied Intelligence Framework

Computers, Materials & Continua 2024年第6期79卷 3827-3853页

作者： Simona-Vasilica Oprea Adela Bara Department of Economic Informatics and Cybernetics Bucharest University of Economic StudiesBucharest010572Romania

The potential of text analytics is revealed by Machine Learning(ML)and Natural Language Processing(NLP)*** this paper,we propose an NLP framework that is applied to multiple datasets to detect malicious Uniform Resource Locators(urls).Three categories of features,both ML and Deep Learning(DL)algorithms and a ranking schema are included in the proposed *** apply frequency and prediction-based embeddings,such as hash vectorizer,Term Frequency-Inverse Dense Frequency(TF-IDF)and predictors,word to vector-word2vec(continuous bag of words,skip-gram)from Google,to extract features from ***,we apply more state-of-the-art methods to create vectorized features,such as ***,feature engineering that is specific to url structure is deployed to detect scams and other *** framework assessment,four ranking indicators are weighted:computational time and performance as accuracy,F1 score and type error *** the computational time,we propose a new metric-Feature Building Time(FBT)as the cutting-edge feature builders(like doc2vec or GloVe)require more *** applying the proposed assessment step,the skip-gram algorithm of word2vec surpasses other feature builders in ***,eXtreme Gradient Boost(XGB)outperforms other *** this setup,we attain an accuracy of 99.5%and an F1 score of 0.99.

关键词： detecting malicious url classifiers text to feature deep learning ranking algorithms feature building time

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：