项目名称: 在线社交网络上恶意网址的实时预警

项目编号: No.61472162

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 李强

作者单位: 吉林大学

项目金额: 81万元

中文摘要: 在线社交网络(OSN)迅速增长的用户群和信息量,成为攻击者的新目标。OSN帖子中的恶意网址(URL)可用于发起多种攻击,如垃圾邮件、钓鱼、传播恶意软件等,且速度更快、范围更广,造成的危害更为严重。然而,由于攻击者利用OSN的特性和使用短网址等更复杂的攻击手段,现有恶意URL检测方法的准确率尚待提高,实时性不够好,对攻击技术变化的适应性也不够强,并且适用的OSN都是国外的,国内用户无法利用。本项目提出OSN中恶意URL实时预警技术的研究课题,充分利用OSN的特点改进恶意URL预报的准确率,使用改进的机器学习方法和客户-服务员系统提高预报速度,采用动态检测技术,对恶意URL库、训练样本和分类模型进行自适应变化,及时更新。要在用户点击恶意URL之前得到预警,最大限度减少漏报率和误报率。最终目标是提出一个适用于我国OSN上恶意URL实时预警应用软件,及时保护用户安全和遏制恶意URL的传播。

中文关键词: 在线社交网络;恶意网址;实时预警

英文摘要: With the rapid growth of users and information on the online social networks (OSN), it has become the new target of attackers. Malicious URLs in OSN's posts can be used to launch various attacks such as spamming, phishing, propagating malwares, etc . These attacks are faster, broader and cause more serious damages. However, because of OSN's special features and more complex means that attackers have exploited, such as the shorten URLs, there are many challenges in current malicious URL detection approaches, such as higher overheads, lower detection accuracy and realtime perfomance, not easy to detect the changes of attack methods. Especially, these approaches aim at foreign OSNs thus we are not able to utilize these approaches in Chinese OSNs. This project proposes prewarning malicious URLs in realtime on an OSN. It will take full advantages of Chinese OSN's features to improve the accuracy of prewarning malicious URLs. It uses improved machine learning algorithms and a sever-client system to improve the prewarning speed. It uses dynamic detection approaches in adaptive update of malicious URLs database, training samples and classification models. It can prewarn before a user clicking the URL and reduces the false positive rate and false negative rate as much as possible. The final goal is to propose and develop an application for prewarning malicious URLs in realtime on an OSN suitable for our country to protect users' security and block malicious URLs' propagation.

英文关键词: Online Social Network(OSN);Malicious URLs;Prewarning in realtime

成为VIP会员查看完整内容
2

相关内容

对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
专知会员服务
27+阅读 · 2021年8月15日
专知会员服务
25+阅读 · 2021年8月7日
专知会员服务
18+阅读 · 2021年7月20日
专知会员服务
25+阅读 · 2021年6月9日
帮助用户发现大屏幕设备上的优质应用
谷歌开发者
0+阅读 · 2022年4月13日
肖新光建议:加强IT供应链网络安全能力
CCF计算机安全专委会
1+阅读 · 2022年3月7日
对抗机器学习在网络入侵检测领域的应用
Kubernetes 安全指南
InfoQ
2+阅读 · 2021年12月24日
iPhone 13全系列机型不支持中国电信2G/3G网络
威锋网
0+阅读 · 2021年11月23日
苹果为Mac推出新的「设备支持更新」
威锋网
0+阅读 · 2021年10月1日
已删除
德先生
53+阅读 · 2019年4月28日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
31+阅读 · 2018年11月13日
小贴士
相关VIP内容
相关资讯
帮助用户发现大屏幕设备上的优质应用
谷歌开发者
0+阅读 · 2022年4月13日
肖新光建议:加强IT供应链网络安全能力
CCF计算机安全专委会
1+阅读 · 2022年3月7日
对抗机器学习在网络入侵检测领域的应用
Kubernetes 安全指南
InfoQ
2+阅读 · 2021年12月24日
iPhone 13全系列机型不支持中国电信2G/3G网络
威锋网
0+阅读 · 2021年11月23日
苹果为Mac推出新的「设备支持更新」
威锋网
0+阅读 · 2021年10月1日
已删除
德先生
53+阅读 · 2019年4月28日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员