基于机器学习算法的恶意代码检测恶意请求识别Python程序源代码数据集


恶意代码分析、网络安全、系统安全等系列教程，主要是通过机器学习、人工智能和深度学习来分析恶意代码的在线笔记。希望对您有所帮助，学无止境，一起加油

第一个案例：通过机器学习来识别恶意代码

[[网络安全自学篇] 二十三.基于机器学习的恶意请求识别及安全领域中的机器学习](https://blog.csdn.net/Eastmount/article/details/102852458) <br/>

LogisticsRegression-WebURL - 数据集及实验

基本思路如下：
- 读取正常请求和恶意请求数据集，预处理设置类标y和数据集x
- 通过N-grams处理数据集，并构建TF-IDF特征矩阵，每个请求对应矩阵的一行数据
- 数据集拆分为训练数据和测试数据
- 使用机器学习逻辑回归算法对特征矩阵进行训练，得出对应的模型
- 使用训练的模型对 未知URL请求进行检测，判断其是恶意请求或正常请求


<div align=center><img src="https://img-blog.csdnimg.cn/20191101135601145.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Vhc3Rtb3VudA==,size_16,color_FFFFFF,t_70"width="60%" height="60%" />
</div>

....

另外，包含一个ppt讲解：基于机器学习的恶意代码检测，R语言实现小实验，基础知识讲解