文献类型：期刊文章

作　　者：赵正利[1] 姜鹏[2] 仲国强[3] 吴建新[3]

ZHAO Zhengli;JIANG Peng;ZHONG Guoqiang;WU Jianxin(Department of Education,Ocean University of China,Qingdao,Shandong 266100,China;Network and Information Center,Ocean University of China,Qingdao,Shandong 266100,China;Faculty of Information Science and Engineering,Ocean University of China,Qingdao,Shandong 266100,China)

机构地区：[1]中国海洋大学教育系,山东青岛266100 [2]中国海洋大学网络与信息中心,山东青岛266100 [3]中国海洋大学信息科学与工程学部,山东青岛266100

出　　处：《福州大学学报（自然科学版）》

基　　金：中国高校产学研创新基金资助项目(2022IT151)。

年　　份：2023

卷　　号：51

期　　号：5

起止页码：634-638

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、RCCSE、ZGKJHX、ZMATH、核心刊

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.

关 键 词：网络安全  恶意域名  支持向量机 递归特征消除  粒子群算法

分 类 号：TP302.2]