URL Malware Analyzer:一种安全工具可根据Logistic回归算法扫描URL并预测URL是否为恶意软件 源码

URL-恶意软件分析器 扫描URL并预测URL是否为恶意的安全工具。 预测基于URL列表,相应的标签(可以在线使用大量列表)和Logistic回归算法模型(scikit Learn) 。 向量化 向量化是将文本文档集合转换为数字特征向量的一般过程。 这种特定的策略(标记化,计数和归一化)称为“词袋”或“ n-gram袋”表示。 通过单词出现来描述文档,而完全忽略文档中单词的相对位置信息。 sklearn.feature_extraction.text 文本分析是机器学习算法的主要应用领域。 但是,原始数据,符号序列不能直接馈送到算法本身,因为它们中的大多数期望数值特征向量具有固定大小,而不是