Voir la source de Protection de la marque - lutte contre le typo-squatting

== Données == 
Les datasets  kaggle identifiés :
::- https://www.kaggle.com/xwolf12/malicious-and-benign-websites
::- https://www.kaggle.com/dmrickert3/malicious-and-benign-websites-learning/notebook
Un article utilisant une génération de domaine et le site VirusTotal explique une partie de la démarche et fournit sa méthodologie :
::- https://towardsdatascience.com/predicting-the-maliciousness-of-urls-24e12067be5 
::- https://eneyi.github.io/2020/04/01/predicting-the-maliciousness-of-urls.html
::- Les données sont là : https://github.com/eneyi/dataarchive/tree/master/pmurls/data/featurized
Les bases seront générées en temps réel à chaque nouveau « run » de l’algorithme, mais le parsing peut potentiellement être fortement consommateur de CPU.