基于mRMR-RF特征选择和XGBoost模型的钓鱼网站检测OA北大核心CSTPCD
PHISHING WEBSITE DETECTION BASED ON MRMR-RF FEATURE SELECTION AND XGBOOST MODEL
针对大量冗余数据带来的钓鱼网站检测准确率不够、误判率较高等问题,提出一种基于最大相关最小冗余(mRMR)和随机森林(RF)相结合的特征选择方法(mRMR-RF),并利用极端梯度提升(XGBoost)算法构建钓鱼网站检测模型.利用mRMR和RF算法分别对特征进行排序;综合两种特征排序得出最终的排序结果,并根据实验得出的最佳特征数选出XGBoost模型所需的最优特征子集;使用最优特征子集对XGBoost分类模型进行训练.实验结果表明,该方法相比其他分…查看全部>>
毕青松;梁雪春;陈舒期
南京工业大学电气工程与控制科学学院 江苏 南京 211816南京工业大学电气工程与控制科学学院 江苏 南京 211816南京工业大学电气工程与控制科学学院 江苏 南京 211816
信息技术与安全科学
特征选择最大相关最小冗余随机森林XGBoost钓鱼网站
《计算机应用与软件》 2020 (9)
296-301,6
江苏省研究生科研与实践创新计划项目(KYCX19-0874).
评论