امروزه گسترش ابزار و استانداردهای طراحی و توسعه صفحات وب باعث شده است تا حملات مبتنی بر کدهای مخرب وب افزایش یابد. این کدهای مخرب می توانند با اهداف مختلفی از جمله نصب بد افزارها در کامپیوتر کاربران یا سرقت اطلاعات حساس مرورگر کاربر، در یک صفحه وب جایگذاری شوند. توسعه های اخیر در استانداردهای وب باعث شده است که مهاجمان این کدهای مخرب را به روش های جدیدتری به کار ببرند و آن ها را به شکلی مخفی یا مبهم سازی کنند که بتوانند از فیلتر های امنیتی شناسایی کدهای مخرب، فرار کنند. در این پژوهش به شناسایی صفحات مخرب با استفاده از روش های یادگیری ماشین می پردازیم. اکثر روش های ارائه شده برای شناسایی محتوایی صفحات مخرب وب بر پایه روش های یادگیری ماشین، بازه ی محدودی از حملات و ویژگی های صفحات مخرب را بررسی می کنند و یا ویژگی های ارائه شده توسط آن ها با آخرین ابزار موجود در طراحی و توسعه صفحات وب سازگار نمی باشد و باعث می شود که روش های آن ها ناقص باشد.