基于PU-Learning的恶意URL检测——半监督学习的思路来进行正例和无标记样本学习
PU learning问题描述 给定一个正例文档集合P和一个无标注文档集U（混合文档集），在无标注文档集中同时含有正例文档和反例文档。通过使用P和U建立一个分类器能够辨别U或测试集中的正例文档 【即想要精确分类U或测试集中的正例文档和反例文档】 应用： 从多个无标注 ...
原文：基于PU-Learning的恶意URL检测
https: xz.aliyun.com t Ya Lin Zhang, Longfei Li, Jun Zhou, Xiaolong Li, Yujiang Liu, Yuanchao Zhang, Zhi Hua ZhouNational Key Lab for Novel Software Technology, Nanjing University, ChinaAnt Financial ...
2018-05-14 11:46 0 2397 推荐指数：
相关推荐
PU learning简介
负样本，因为有可能这个样本的位置很偏，导致用户没有点。 因此，有研究人员开始关注PU Learnin ...
positive-unlabeled (PU) learning
标签样本中U的正例数目。 建立PU分类器有两种方法： 两步方法two- step approach ...
APUS浏览器应用集成恶意URL检测功能，风险网站检测能力提升20%
始终关注每一位用户的个人隐私信息、财产安全保护等问题，避免钓鱼链接、假冒仿冒链接等一些恶意的URL的出 ...
PU Learning简介:对无标签数据进行半监督分类
当只有几个正样本，你如何分类无标签数据 假设您有一个交易业务数据集。有些交易被标记为欺诈，其余交易被标记为真实交易，因此您需要设计一个模型来区分欺诈交易和真实交易。 假设您有足够的数据和良好的特征， ...
超简单集成华为恶意URL检测，保障用户访问安全
常见的恶意URL，例如钓鱼链接、假冒仿冒的网站链接，可能会诱导用户进行转账，造成财产损失，或盗取帐号信息等，因而用户在访问网址时会面临安全风险。对此，华为开放安全检测服务（Safety Detect）提供恶意URL检测功能（URLCheck），帮助应用开发者确定特定URL的威胁类型。 一、服务 ...
加密恶意流量分析-Maltrail恶意流量检测系统
项目介绍 maltrail是一款轻量级的恶意流量检测系统，其工作原理是通过采集网络中各个开源黑样本（包括IP、域名、URL），在待检测目标机器上捕获流量并进行恶意流量匹配，匹配成功则在其web页面上展示命中的恶意流量。 项目GitHub地址 ...
浅析Android恶意应用及其检测技术
本文分析了Android恶意应用增长情况及其危害，对典型攻击事件进行了回顾，最后总结了检测技术的发展趋势并汇总了当前主流的检测方法。 自2013年以来，Android操作系统一直占据着移动操作系统市场的统治地位，这个平台的开源性与开放性使得Android平台成为恶意应用攻击的热门目标 ...