Présentation
Publié dans la Scientific and Technical Journal of Information Technologies, Mechanics and Optics, cet article étudie l’identification des technologies lorsque les signatures statiques sont masquées ou perturbées par le chargement dynamique. Rand Deeb et Alisa A. Vorobeva combinent supervision faible et observations comportementales.
L’accord entre Wappalyzer et BuiltWith fournit les étiquettes positives d’entraînement. Un navigateur automatisé collecte des caractéristiques issues des en-têtes HTTP, des cookies, des requêtes réseau et de la structure du document. Une forêt aléatoire multi-étiquettes prédit les technologies, et des règles d’association apprises sur les données d’entraînement ajustent ces prédictions.
L’évaluation porte sur 8 594 sites web et 122 technologies. Sur le jeu de test fixe, le F1 micro-moyenné est passé de 0,750 pour la forêt aléatoire à 0,763 après le post-traitement par règles. Ces résultats sont propres à ce jeu de données. L’approche complète l’identification par signatures et ne garantit pas la détection fiable de toute technologie masquée ou inédite.
Titre officiel de la publication
Weakly Supervised Web Technology Identification with Rule-Augmented Machine Learning
Points clés
- Publication
- 2026
- Publié dans
- Scientific and Technical Journal of Information Technologies, Mechanics and Optics
- Thèmes
- Identification des technologies web · Supervision faible · Apprentissage automatique · Règles d’association