凯尔·索斯卡和尼古拉·克里斯汀卡内基梅隆大学 获得最佳学生论文奖!
最近的重大研究进展使得设计能够高精度自动确定目标网站恶意的系统成为可能。这些系统虽然非常有用,但本质上是被动的。在本文中,我们采取了一种互补的方法,并尝试设计、实现和评估一种新的分类系统,该系统可以预测给定的、尚未受到攻击的网站是否会变成恶意网站未来。我们采用了数据挖掘和机器学习中的几种技术,这些技术特别适合于此问题。我们系统的一个关键方面是,它所依赖的一组特征是从它获取的数据中自动提取的;这使我们能够相对快速地检测到新的攻击趋势。我们在444519个网站的语料库中评估了我们的实现,共包含4916203个网页,并表明我们在一年内实现了良好的检测准确性;也就是说,我们通常能够正确预测,目前良性的网站将在一年内遭到破坏。
USENIX致力于开放访问我们活动上展示的研究。活动开始后,所有人都可以免费获得论文和会议记录。活动结束后发布的任何视频、音频和/或幻灯片也免费向所有人开放。支持USENIX以及我们对开放存取的承诺。
下载音频