如何在weka中添加恶意功能作为数据集进行分类

Question

我正在开展一个关于如何使用weka数据挖掘工具检测和分类恶意内容的项目。 我开发了一个算法，但问题是我不知道如何以及在哪里添加javascript，html或URl的恶意功能。

例如：如果有（///）三级斜杠，则将其归类为恶意URL。 同样，我还有其他功能，我的算法将对其进行分类。

所以，如果有人知道该怎么做，请回复我。

提前致谢。

Answer 1

此问题更多是关于功能提取或查找项目的域功能。通常weka使用现成的功能。因此，您的问题不是关于如何查找和使用项目功能的weka。

我对html和javascript无法帮助，但对于以下文章的URL分类可能会有所帮助。

Kan M-Y和Thi HON（2005），“使用URL功能进行快速网页分类”，在第14届ACM国际信息和知识管理会议论文集中。纽约，纽约，美国，第325-326页。 ACM。

Ma J，Saul LK，Savage S和Voelker GM（2009），“超越黑名单：学习从可疑URL中检测恶意网站”，在第15届ACM SIGKDD知识发现和数据挖掘国际会议论文集中。纽约，纽约，美国，第1245-1254页。 ACM。

Answer 2

我们创建了Windows API调用序列的变态恶意软件。在我们的研究中，我们将每种软件产生的系列转换为8个主要的恶意软件系列：特洛伊木马，后门程序，下载器，蠕虫，间谍软件广告软件，Dropper，病毒。 https://github.com/ocatak/malware_api_class