Key points are not available for this paper at this time.
कृत्रिम बुद्धिमत्ता प्रौद्योगिकी का उदय इंटरनेट ऑफ थिंग्स के विकास को बढ़ावा दिया है। हालाँकि, यह आशाजनक साइबर प्रौद्योगिकी इंटरनेट तक पहुँचने पर गंभीर सुरक्षा समस्याओं का सामना कर सकती है। एक दुर्भावनापूर्ण वेबसाइट खुद को एक सामान्य वेबसाइट के रूप में छिपा सकती है, और उपयोगकर्ताओं की निजी जानकारी प्राप्त कर सकती है। इसलिए, मशीन लर्निंग (ML) एल्गोरिदम जैसे उपकरणों का उपयोग करके दुर्भावनापूर्ण वेबसाइटों का पता लगाना बहुत महत्वपूर्ण है, क्योंकि ये एल्गोरिदम हमें भारी ट्रैफिक में छुपी असामान्य जानकारी की पहचान करने में मदद कर सकते हैं। इस प्रकार, मेमोरी से कई फीचर इंजीनियरिंग कार्य किए जाने चाहिए, क्योंकि एक मजबूत मशीन लर्निंग मॉडल अच्छे फीचर्स के साथ बहुत सुधार होता है। इस लेख में, हम एक असुपरवाइज्ड लर्निंग एल्गोरिदम का प्रस्ताव करते हैं जो URL एम्बेडिंग सीखता है। हम डोमेन विशेषताओं पर अच्छे प्रभाव प्राप्त करने के लिए डोमेन एम्बेडिंग मॉडल से संबंधित कुछ प्रमुख पैरामीटरों का भी पता लगाते हैं।
यान एट अल। (मंगल,) ने इस प्रश्न का अध्ययन किया।
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: