报告详情
Malicious URL Detection by using Ensemble Learning
编号：13
访问权限：仅限参会人
更新：2024-09-19 15:05:40
浏览：832次
拓展类型1
报告开始：暂无开始时间（Asia/Bangkok）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
The most fundamental requirement these days is the internet. Additionally, we must loop through a number of URLs in order to retrieve any type of infor- mation (Uniform Resource Locators). So this paper about to check whether this URL is real or fake by using Ensemble Learning.
关键词
Cyberattacks, Machine Learning, Supervised Learning, Ensemble Learning, Malicious URL
报告人
Neha Dhariwal
Chandigarh University稿件作者
全部评论
重要日期
-
会议日期
10月24日
2024
至10月27日
2024
-
10月14日 2024
初稿截稿日期
-
10月29日 2024
注册截止日期
-
10月31日 2024
报告提交截止日期
主办单位
国际科学联合会
IEEE泰国分会
IEEE计算机学会泰国分会
IEEE泰国分会
IEEE计算机学会泰国分会
联系方式
- Miss AsianComNet
- as******@usssociety.org
历届会议
-
2025年12月29日 约旦 Zarqa
2025亚洲通信与网络会议
发表评论