Há muito malware na internet, usuários de computador inconscientes podem ser induzidos a visitar páginas da web que veiculam esse tipo de conteúdo malicioso e, como tal, há uma necessidade urgente de desenvolver sistemas de segurança que possam detectar rapidamente esses sites maliciosos e proteger os usuários de terem seus dados pessoais e privados roubados, seus logins e dados bancários assimilados, ou seu computador ou dispositivo móvel sequestrado para fins nefastos de criminosos terceiros.

Um novo artigo de Dharmaraj Patil e Jayantrao Patil, do Departamento de Engenharia da Computação, na R.C. Patel Institute of Technology, em Shirpur, Maharashtra, Índia, descreve uma nova abordagem para a detecção de sites maliciosos com base em métodos de seleção de recursos e aprendizado de máquina. A dupla discute detalhes no International Journal of High Performance Computing and Networking.

Sua abordagem usa três módulos:seleção de recursos, Treinamento, e classificação. Para testar a abordagem, a equipe usou seis métodos de seleção de recursos e oito classificadores de aprendizado de máquina supervisionados e realizou experimentos no conjunto de dados binários balanceados. Com métodos de seleção de recursos, eles foram capazes de detectar conteúdo malicioso da web com uma precisão entre 94 e 99 por cento e até acima. A taxa de erro foi de apenas 0,19 a 5,55%. Eles compararam seus resultados com dezoito programas antivírus conhecidos que também detectam páginas da web maliciosas e descobriram que a abordagem teve um desempenho melhor do que todos eles.