互联网给用户带来丰富资源和便捷服务的同时,因其开放性和匿名性,也成为网络攻击的平台。在众多网络安全问题中,恶意网页扮演重要角色。如何实现对恶意网页的精准快速识别,已经成为一项迫切且具有挑战性的工作。目前,识别方法大致分为四类:基于黑名单技术的检测手段、基于启发式规则的检测方法、基于机器学习的检测方法以及基于蜜罐技术的检测手段。但已有方法都有各自的局限性,必须面向恶意网页检测手段进行更深层分析与探讨,无论从理论亦或应用层面来看,意义都非常重大。本文的主要研究工作包括如下:1、介绍恶意网页检测研究背景、意义与国内外发展现状。围绕目前一系列检测方法考虑,归纳总结已有方法的局限性和不足。2、研究了恶意URL的数据过采样方法。针对URL数据不平衡问题,提出一种基于生成对抗网络（GAN）的恶意URL过采样算法。通过one-hot编码方法将恶意URL数值化表示,将数据输入到生成对抗网络,生成类似的恶意URL样本并进行K-Means聚类。设计了与SMOTE过采样算法的对比实验,最后选择四种分类模型,对生成的URL样本进行训练并测试。3、研究了基于多层分类器的恶意网页检测方法。黑白名单技术实现简单、检测速度快,将其作为多层分类器的第一层。神经网络模型能直接使用URL原始数据,将其作为多层分类器的第二层。分类器最后一层使用机器学习方法对网页源码作进一步的分析与检测。本文针对网页不同层次的特征,结合三种检测方法的优点,设计了基于多层分类器的恶意网页检测系统并进行实现。本文的创新之处包含以下几点:1、针对URL数据不平衡问题,提出一种基于GAN的恶意URL过采样算法。与SMOTE过采样算法相比,通过GAN方法得到的人工样本由于在分布特征上和原始样本具有相似性,一定程度上可以扩充样本而不会带来过大的分布偏差,使生成的样本更合理有效。2、一方面依靠CNN处理局部关联性数据与特征提取能力,另一方面展现GRU（Gated Recurrent Unit）捕捉数据时序性与长程依赖性优点,构造基于CNN与GRU的恶意URL检测模型。通过实验分析发现,其准确率达到99%,比CNN检测模型高出1.6个百分点。针对网页不同层次的特征,设计基于黑白名单技术、CNN-GRU神经网络模型、随机森林模型的多层分类器检测系统,在低资源消耗的情况下保证检测率。