url - 在线网址分类器

Question

我想编写一个在线应用程序：

1. 从浏览器地址栏读取 URL
2. 提取其词汇特征（如 n-gram）
3. 提取其基于主机的特征（在线获取 DNS 记录、其 A、PTR、TTL 字段）
4. 将 URL 分类为恶意或良性（使用机器学习）

谁能帮我解决1和3？

Answer 1

我不相信这个（应用程序）是您可以完成的任务，因为您无法真正根据 url 确定网站内容。

请参阅类似Mozilla 网络钓鱼防护设计文档和 Google 安全浏览规范之类的内容

Answer 2

不知道你可能在看什么语言。

对于第 1 项，这里是一个可能有用的 .net 库

http://msdn.microsoft.com/en-us/library/system.web.httputility.aspx