PhishGuard: 一個多層次的集成模型,實現最佳化的網路釣魚網站檢測
本研究提出了PhishGuard,這是一個多層次的集成模型,旨在提高網路釣魚網站的檢測準確性。該模型結合了多個機器學習分類器,包括隨機森林、梯度提升、CatBoost和XGBoost,以增強檢測精度。通過先進的特徵選擇方法,如SelectKBest和RFECV,以及超參數調優和數據平衡等優化,該模型在四個公開數據集上進行了訓練和評估。PhishGuard在其中一個數據集上實現了99.05%的檢測準確率,在其他數據集上也取得了類似的高結果。這項研究表明,優化方法與集成學習相結合,可以大大提高網路釣魚檢測的性能。