随着网络技术越来越发达,人们接触网络的门槛越来越低,使用互联网的人群也越来越多,随之产生的隐患也越来越多。通过互联网的途径,网络犯罪分子进行财务信息窃取、进行欺诈性购买、制作垃圾邮件等活动,而恶意网站无疑给不法分子提供了广阔的空间,所以,对恶意网址的识别非常具有现实意义。近年来,对于恶意网址的识别已取得了一定的成果,在传统的恶意网址的识别中,采用的主要方法是黑名单以及启发式规则等。这些方法的缺点都太过明显,黑名单的方式进行识别也仅是识别了已经存在于黑名单中的恶意网址;启发式规则则是对规则的探索者要求极高,需要对恶意网址有及其深入的研究,但这种规则难以探寻并且难以更改。之后也开始有人用机器学习的方式对恶意网址进行识别,但是也大多集中于对钓鱼类型网址的识别。恶意网址页面信息主要由文本信息和非文本信息组成,而在目前的机器学习以及深度学习的研究中,在文本信息识别以及分类等方面都取得了一定的成果。本文主要总结前人的经验,并将其与实践结合,利用机器学习的成果,进行对恶意网址的识别。本文的主要工作为:(1)恶意网址的内容方面从文本信息和非文本信息两个方面入手,提高对恶意网址多种类别的识别。(2)对于文本信息比较注重文本的清洗,最大限度的保留有效信息,以及用最小的人工标注达到最优的分析效果。主要采用Word Embedding与TF-IDF结合的方式来进行文本特征处理并且提高模型效率,采用支持向量机模型对恶意网址进行识别并且归类,并针对分类输出的可靠性,利用排序前三概率方差进行评估。(3)非文本信息主要针对某类基于图片以及视频展现的网站,利用肤色像素检测对页面的不良图片信息进行识别,进而达到对不良网址的识别。(4)基于恶意网址页面信息的识别模型准确率能到达99%,在实际用户访问的网址信息中,恶意网址的识别准确率也能够达到95%左右。