Python 环境: 3.5
该项目是参考[用机器学习玩转恶意URL检测]后的改进版本,在svm,logistics分类器的基础上加入了neuralnetwork,而svm,logistics依赖的库可以参见那篇文章。 运行test.py即可知道svm,logistic回归怎么运行,而运行neural_network.py则知道神经网络如何训练,网络的构架在dnn_app_utils_v2.py文件中。 详细的设计思路及分析可见 通过机器学习识别恶意url
good_fromE 某系统的某天的正常访问url,已去重 good_fromE2 同上 bad_fromE 利用sql注入某系统产生的url记录 badqueries 来源于网上数据 goodqueries 来源于网上数据
neural_network.py中有关网络参数的调整以及kmean的聚类维数都在py文件中,比较懒,参数全放在py文件中前面设定。
.label 文件保存的是分词结果,只与数据集有关 .pickle是训练后的模型,各位按需自取