陈林的案例列表
基于机器学习的涉诈网址识别
项目研究目标： 本项目旨在开发出使用机器学习技术的恶意网址识别产品。 项目研究内容： 利用包含大量恶意URL网址的数据集，对建立的机器学习模型进行训练。将待检测的新URL输入到训练好的模型中，输出鉴别结果，判断是否为恶意URL。 解决的关键问题： （1）数据分析与特征工程 我们所拥有的源数据是大量的恶意URL网址，这些网址不能直接代入到模型中进行训练。需要考虑从网址的黑名单特征、词法特征、host特征、基于上下文和流行度的特征、内容特征等多方面进行特征提取，这涉及到一个特征选取和数据处理的过程。这个过程尤为重要，因为特征能否准确展现URL的特点极大地影响着模型的训练效果和判断精度。
智慧校园-综合服务学工平台
利用企业提供的PaaS平台，完成了智慧学工系统的设计和实现。系统可以通过电脑端和手机端登录，同时具备多种用户身份的登录。登录之后可以用学工系统提供的功能完成在校大学生的学工任务。
案例判断参考
陈林的案例列表
基于机器学习的涉诈网址识别
项目研究目标： 本项目旨在开发出使用机器学习技术的恶意网址识别产品。 项目研究内容： 利用包含大量恶意URL网址的数据集，对建立的机器学习模型进行训练。将待检测的新URL输入到训练好的模型中，输出鉴别结果，判断是否为恶意URL。 解决的关键问题： （1）数据分析与特征工程 我们所拥有的源数据是大量的恶意URL网址，这些网址不能直接代入到模型中进行训练。需要考虑从网址的黑名单特征、词法特征、host特征、基于上下文和流行度的特征、内容特征等多方面进行特征提取，这涉及到一个特征选取和数据处理的过程。这个过程尤为重要，因为特征能否准确展现URL的特点极大地影响着模型的训练效果和判断精度。...
智慧校园-综合服务学工平台
利用企业提供的PaaS平台，完成了智慧学工系统的设计和实现。系统可以通过电脑端和手机端登录，同时具备多种用户身份的登录。登录之后可以用学工系统提供的功能完成在校大学生的学工任务。...
