信息技术的高速发展,丰富了人们的生活,满足人们的各种需求,然而在带来便利的同时也使得网页越来越复杂,催生了众多恶意网页。恶意网页是指在用户不知情的情况下,利用网页漏洞侵犯用户安全,包括个人隐私和财产等安全的网页。恶意网页的滋生破坏了和谐的网络空间,甚至危害社会国家安全。这些攻击越来越复杂,互联网的迅速发展也使得恶意网页层出不穷,增加了恶意网页识别难度。论文分析了传统恶意网页识别方法,提出了新的基于HTTP(Hyper Text Transfer Protocol)请求的网页特征,并融合传统网页URL(Uniform Resource Locator)、Java Script代码和HTML(Hyper Text Markup Language)代码的特征,通过机器学习分类算法进行恶意网页识别。改进了基于信息增益的特征选择方法,以提高分类算法的准确率。设计实现了基于特征融合和机器学习的恶意网页识别系统。主要工作和成果如下:(1)基于对若干恶意网页的传统网页特征:网页URL、Java Script代码和HTML代码的特征的分析定义了若干特征用于恶意网页识别;并提出了若干基于HTTP请求信息的特征;将HTTP请求特征与传统网页特征相融合,再利用机器学习分类算法构建网页分类模型区分正常和恶意网页。通过实验验证了基于URL特征、网页代码特征和HTTP请求特征的方法优于不使用HTTP请求特征的方法,并且发现随机森林分类算法更适用于恶意网页识别。(2)重点研究传统的特征选择方法,分析传统方法的优缺点,并提出改进算法,改进重点是解决传统信息增益没有考虑特征与每个类别关联性,以及负相关性影响过大的问题。从而提高特征选择的有效性,提高分类模型的性能。(3)鉴于以上提出的恶意网页识别方法,基于Chrome Extensions实现一个扩展程序,作为浏览器插件,可以实时检测用户访问的网页是正常网页还是恶意网页。前端负责网页监听和数据收集,后端负责数据的爬取和预测。此外,验证了程序的可行性与准确性。