• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Optik: Zeitschrift fur Licht- und Elektronenoptik: = Journal for Light-and Electronoptic >A minimum enclosing ball-based support vector machine approach for detection of phishing websites
【24h】

A minimum enclosing ball-based support vector machine approach for detection of phishing websites

机译：用于检测网络钓鱼网站的基于最小封闭球的支持向量机方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, a novel approach based on minimum enclosing ball support vector machine (BVM) to phishing Website detection is proposed, which aims at achieving high speed and high accuracy for detecting phishing Website. In order to enhance the integrity of the feature vectors, we first perform an analysis of the topology structure of website according to the DOM tree and use the Web crawler to extract 12 topological features of the website. Then, the feature vectors are detected by BVM classifier. Compared with the general SVM, this method has relatively high precision of detecting, and complements the disadvantage of slow speed of convergence on large-scale data. The experimental results show that the proposed method has better performance than SVM, and further validate the validity and correctness of our scheme. (C) 2015 Elsevier GmbH. All rights reserved.
机译：提出了一种基于最小封闭球支持向量机（BVM）的网络钓鱼网站检测方法，旨在实现高速，高精度的网络钓鱼网站检测。为了增强特征向量的完整性，我们首先根据DOM树对网站的拓扑结构进行分析，并使用Web爬网程序提取网站的12种拓扑特征。然后，通过BVM分类器检测特征向量。与一般的支持向量机相比，该方法具有较高的检测精度，弥补了大数据收敛速度慢的缺点。实验结果表明，该方法具有比支持向量机更好的性能，进一步验证了该方案的有效性和正确性。 （C）2015 Elsevier GmbH。版权所有。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号