一种基于TSVM的phishing网页检测方法

代理获取

页面导航

摘要
著录项
相似文献
相关主题

摘要

网络钓鱼(Phishing)是指欺诈者通过模拟相同或相似的Web页面或网站，假冒合法者身份，窃取个人信息或隐私信息，从而获得非法政治经济利益。随着phishing的危害越来越严重，phishing网页检测作为一种反钓鱼措施与技术受到普遍的关注和重视。本文提出一种基于直推支持向量机(Transductive Support Vector Machine，TSVM)的phishing网页检测方法，在分析网页内容特征的基础上，用TSVM模型分类检测识别phishing网页。
　　首先，针对DOM(Document Objects Model)模型网页文档特征的局限性，论文增加提取网页图像特征。论文将量子进化算法，克隆变异操作引入谱聚类图像分割领域，实现对网页图像的精确分割。根据网页图像分割结果提取其子图形状，灰度直方图，彩色直方图及空间位置关系特征。然后根据网页DOM模型，提取URL信息，链接对象，表单元素，SSL证书信息等异常文档页面特征。其次，由于组成网页特征向量的数据元素格式不同，存在冗余，phishing网页分类器在处理其大量网页特征数据时，需要花费较长时间。为了解决效率问题，论文引入核主成分分析(Kernel Principal Component Analysis，KPCA)对前面生成的网页特征向量进行规格化降维处理，使之符合phishing网页分类器的输入要求。最后，针对支持向量机(Support Vector Machine，SVM)利用已知标签样本训练分类器模型，不能全部反映样本数据空间分布特性的不足，论文引入TSVM半监督学习方法，基于降维后的网页特征向量，分类识别phishing网页。TSVM分类器包含了未知标签样本的隐含分布信息，具有更好的泛化性能。实验证明，论文提出的基于TSVM的phishing网页检测方法在提高phishing网页检测率，降低误判率等方面有较大改进，作为独立的检测机制有较强的适用性。

著录项

作者
赵留军;
展开▼
作者单位

华北电力大学;

华北电力大学(北京);

展开▼
授予单位华北电力大学;华北电力大学(北京);
学科工学;计算机应用技术
授予学位硕士
导师姓名李元诚;
年度 2011
页码
总页数
原文格式 PDF
正文语种中文
中图分类 TP393.09;
关键词
phishing网页检测; 谱聚类; 网页特征; 核主成分分析; 直推支持向量机;

相似文献

中文文献
外文文献
专利

1. 一种基于TSVM-MRF的变化检测方法 [J] . 陈丽勇 ,孙显 ,王宏琦 . 国外电子测量技术 . 2015,第7期
2. 基于DL和TSVM的入侵检测方法研究 [J] . 魏明军 ,彭宁 . 计算机应用与软件 . 2020,第012期
3. 一个基于TSVM的GIF图像通用隐写检测方法 [J] . 钟尚平 ,林静 . 北京交通大学学报 . 2009,第002期
4. 基于TSVM分类的网络入侵检测方法 [J] . 李洋 ,方滨兴 ,郭莉 . 计算机研究与发展 . 2007,第0z2期
5. 基于Phishing网页的谱聚类图像分割 [C] . Liujun Zhao ,赵留军 . 华北电力大学第八届研究生学术交流年会 . 2010
6. 一种基于网页关联性特征的钓鱼检测方法 [A] . 田先桃 . 2012

一种基于TSVM的phishing网页检测方法

摘要

著录项

相似文献

相关主题

期刊订阅