跳到主要内容
检索

Srinath University

1 篇关联报道

订阅更新
  1. 双分支URL与主机特征加抗泄漏OOF堆叠的钓鱼网站检测模型在UCI数据集上达到92.67%准确率与0.9788 ROC-AUC

    该研究提出一个基于URL特征与主机特征双分支、并用抗泄漏的Out-Of-Fold堆叠机制融合的混合机器学习钓鱼网站检测系统,在包含11,055个实例、17个特征的UCI Phishing Websites数据集上取得92.67%的准确率和0.9788的ROC-AUC,优于单一特征集模型,交叉验证显示低方差的泛化表现,特征重要性分析显示基于交互的元特征对分类精度贡献显著。

已读完全部报道