Det finns mycket skadlig programvara på internet, omedvetna datoranvändare kan lockas att besöka webbsidor som tillhandahåller sådant skadligt innehåll och som sådant finns det ett akut behov av att utveckla säkerhetssystem som snabbt kan upptäcka sådana skadliga webbplatser och skydda användare från att få sina personliga och privata uppgifter skrapade, deras inloggningar och bankuppgifter assimilerade, eller deras dator eller mobila enhet kapad för brottslingar från tredje part.

En ny artikel från Dharmaraj Patil och Jayantrao Patil Institutionen för datateknik, vid R.C. Patel Institute of Technology, i Shirpur, Maharashtra, Indien, beskriver ett nytt tillvägagångssätt för upptäckt av skadliga webbplatser baserat på funktionsvalsmetoder och maskininlärning. Paret diskuterar detaljer i International Journal of High Performance Computing and Networking.

Deras tillvägagångssätt använder tre moduler:funktionsval, Träning, och klassificering. För att testa tillvägagångssättet, teamet använde sex funktionsvalsmetoder och åtta övervakade klassificerare för maskininlärning och utförde experiment på den balanserade binära datamängden. Med metoder för val av funktioner, de kunde upptäcka skadligt webbinnehåll med en noggrannhet på mellan 94 och 99 procent och till och med över. Felprocenten var bara 0,19 till 5,55%. De jämförde sina resultat med arton välkända antivirusprogram som också upptäcker skadliga webbsidor och fann att tillvägagångssättet fungerade bättre än dem alla.