目前互联网用户很多时间都在浏览各类网页,然而大量的网页或多或少地含有恶意代码,用户在浏览网页的时候,恶意代码就会侵入网络用户的计算机系统,使用户的计算机系统在不知不觉中感染了恶意代码或计算机病毒。本文简要介绍了辨别网页恶意代码的相关知识。采用人工智能中的机器学习方法,对多种网页恶意代码的工作原理进行了分析,提出了网页恶意代码的防范措施。网页上的恶意代码越来越多,为了识别恶意代码,利用机器学习中应用较为广泛的示例学习和机械学习相结合,将几种含有常见的恶意代码的程序段的特征关键字作为机器学习的知识库中的示例知识,通过建立学习解释器,对网页中的Javascript等脚本语言进行判断,把网页中Javascript部分的代码分离出来,并将其与知识库中的关键字进行比较判断,达到去除不安全代码或者可疑代码。本系统的机器学习通过执行单元将网页的Javascript程序段与知识库进行比较,如果相同或相似则认为是恶意代码,于是就将相似代码通过学习单元将其提取特征码作为新知识存入知识库来提高学习系统的自学习能力,并将其从原来的网页代码中去掉。而对于没有检测到与知识库匹配的代码,认为是安全代码予以保留。这样,就对包含恶意代码的网页进入浏览器后首先进行一定程度的侦测和过滤,降低其危害。