インターネットの普及により、悪意のあるサイバー攻撃が問題となっている。本研究では、機械学習に基づく悪意のあるURL検出の一手法を提案する。
特徴抽出にはTF-IDFを利用し、その後の機械学習モデルがより効果的にデータを分析し精度よく分類することを狙う。同時に、データに対する強力な分類能力を持つgcForestモデルを導入する。新しいパターンも効果的に検出することが期待される。
本研究の評価実験では、424,000件のURLを収集した。実験の結果、悪意のあるURLを95.5%の精度で分類でき、本手法の有効性が確認した。今後は、より多様なモデルを研究し、検出速度の向上、リアルタイムシステムへの適応などがあげられる。