【文件属性】：
文件名称：恶意Web内容检测使用机器学习：Chrome扩展程序，用于检测网络钓鱼网站
文件大小：1.35MB
文件格式：ZIP
更新时间：2024-02-20 03:49:21
javascript python chrome-extension machine-learning chrome
使用机器学习进行恶意Web内容检测
注意 -
1.如果您遇到任何问题，请首先参考 。 如果仍然无法解决，请使用适当的模板提出问题（错误报告，问题，自定义问题或功能请求）。
2.请通过加注星标来支持该项目:)
复制项目的步骤-
使用以下命令pip install -r requirements.txt安装所有必需的软件包。 输入pip -V确保您的pip与您使用的Python版本一致。
将项目文件夹移动到正确的本地主机位置。 例如。 如果是Mac， /Library/WebServer/Documents 。
（如果使用的是Mac，则）授予写入标记文件sudo chmod 777 markup.txt 。
在clientServer.php修改Python 2.x安装的clientServer.php 。
（如果使用的是Mac以外的其他设备，则）将features_extraction.py中的localhost路径修改为您的localhost路径（或将应用程序托管在远程服务器上并进行必要的更改）。
转到chrome://extensions ，激活开发人员模式，点击解压后的
【文件预览】：
Malicious-Web-Content-Detection-Using-Machine-Learning-master
----Extension()
--------popup.js(1KB)
--------popup.html(466B)
--------manifest.json(559B)
--------icon.png(2KB)
--------style.css(2KB)
----docs()
--------Troubleshooting.md(1KB)
--------CODE_OF_CONDUCT.md(3KB)
----clientServer.php(774B)
----Other Information()
--------Phishing Websites Features.docx(38KB)
--------verified_online.csv(5.3MB)
----test.py(1KB)
----.github()
--------ISSUE_TEMPLATE()
--------no-response.yml(624B)
----train.py(2KB)
----_config.yml(27B)
----classifier()
--------random_forest.pkl(183KB)
----LICENSE(1KB)
----dataset()
--------Training Dataset.arff(781KB)
----data_validation.py(1KB)
----requirements.txt(64B)
----.gitignore(34B)
----features_extraction.py(13KB)
----patterns.py(4KB)
----README.md(3KB)
----tst()
--------test_features_extraction.py(4KB)