非平衡数据的分类方法是机器学习和模式识别领域的一个热点问题,在入侵检测、医疗诊断、欺诈检测等方面具有广泛的应用。非平衡数据集分类问题是指数据集的类分布存在明显的倾斜性,而传统的分类方法和模型更倾向于多数类。在实际应用如恶意网址检测中,少数类应该获得更多的关注,因此非平衡数据分类问题获得了广泛的研究。本文对非平衡数据分类的方法进行了研究,并在恶意网址检测中进行了应用,实现了恶意网址检测系统,具体研究工作如下:(1)利用基于树模型的特征选择方法,对数据集进行降维处理;然后针对数据集类间不平衡问题,利用了经典的SMOTE采样方法进行重采样;在重采样的数据集上使用决策树、支持向量机和随机森林进行分类,实验结果表明了基于特征选择的SMOTE算法的有效性。(2)针对恶意网址URL数据集,将网址URL特征分为主机特征和词汇特征,应用基于特征选择的SMOTE方法进行数据预处理,并用决策树、支持向量机和随机森林进行分类。实验结果表明在预处理的数据集上,支持向量机具有较好的分类效果。(3)实现了恶意网址检测系统,该系统利用已训练的支持向量机分类器对待测试网址URL进行检测,判断其是否为恶意网址。总之,本文对基于特征选择的SMOTE方法进行了研究,并在恶意网址检测中进行了应用。如何对恶意网址检测系统的功能进行完善是本文进一步的工作。