基于机器学习检测恶意URL算法源码+项目说明.zip

# MaliciousUrls2 - 机器学习检测恶意url第二版 <p align="center"> <a><img src="https://raw.githubusercontent.com/Coldwave96/MaliciousUrls_Part2/master/MaliciousUrls2.png"/></a> </p> <p align="center"> <a><img src="https://img.shields.io/badge/Python-3.7+-blue"></a> <a><img src="https://img.shields.io/badge/Platform-Linux%20%7C%20Windows-orange"></a> <a><img src="https://img.shields.io/github/license/coldwave96/MaliciousUrls_Part2"></a> <a><img src="https://img.shields.io/github/v/release/coldwave96/MaliciousUrls_Part2"></a> </p> <p align="center"> <a href="https://coldwave96.github.io/">Welcome to my personal blog（＾◇＾）</a> </p> <hr> ## 介绍 - [√] 基于机器学习的恶意Url检测第二版 - [√] 通过IF-TDF模型对数据进行预处理 - [√] kmeans算法初步进行特征提取 - [√] SVM和逻辑回归算法建模 ## 使用 * git clone 项目 or 下载 Release * cd 项目文件夹 && `pip3 install -r requirements.txt` * 待检测url在start.py中设置 * `python3 start.py`即可训练模型并自动预测，打包的项目文件里已经有训练好的模型，可以直接运行 * 可以参照下面的[说明](#maliciousurls2---url)设置样本和模型参数重新训练模型 ## 说明 ### 模型训练 * 可在model.py中指定kmeans聚合维度和ngram分词法的格式 ### 数据格式 * 数据存放文件夹默认为白样本存放在/data/good中，黑样本存放在/data/bad中，测试文件可通过start.py指定位置。 ### 数据样式 * url样式参照样本文件，同时提供pcap.py实现从pcap包中自动提取http包的url。 * 在pcap.py中指定pcap文件，执行`python3 pcap.py`即可