釣魚網(wǎng)站檢測已經(jīng)形成釣魚攻擊和釣魚檢測相互博弈的局面。釣魚檢測的方向和技術因為釣魚攻擊技術的不斷升級,需要尋求新的角度。在特征計算方面,釣魚網(wǎng)站檢測方法計算釣魚網(wǎng)站與單一疑似目標網(wǎng)頁的相似性,這一特點導致判斷釣魚網(wǎng)站的條件過于簡單;在網(wǎng)頁特征提取方面,釣魚網(wǎng)站的檢測不僅缺乏對網(wǎng)頁和網(wǎng)頁特征之間獨立性的保證,而且特征提取也只是以網(wǎng)頁本身為主。這兩方面都造成釣魚檢測技術易于被反檢測,從而降低了檢測的效率和準確率。因此從基于人類視覺行為降低網(wǎng)頁和網(wǎng)頁特征的相關度的角度和從復雜化特征計算的角度,針對反檢測展開對釣魚網(wǎng)站檢測的研究,主要內(nèi)容如下:(1)提出基于改進TCD特征空間轉(zhuǎn)換的釣魚網(wǎng)站檢測算法。對能夠表達網(wǎng)頁外部特征的基元相關性算子(Texton Correlation Descriptor,TCD)進行改進,使其更能契合釣魚檢測對特征的要求。首先改進基元相關性算子中底層紋理特征提取方法;其次提出結(jié)合基于位置加權(quán)的歐式距離和雙十字窗口選擇鄰域的方法,改進特征相關性統(tǒng)計;然后基于空間關系將圖像化網(wǎng)頁的集合,映射到新的特征空間中,分離網(wǎng)頁和網(wǎng)頁特征之間的相關度從而達到反檢測目的;最后利用大量圖像化網(wǎng)頁之間的相似關系進一步改進TCD算子。實驗表明,將改進的TCD算子應用到釣魚網(wǎng)站識別中,具有令人滿意的穩(wěn)定性和精確度。(2)提出基于結(jié)構(gòu)化文檔模型的釣魚網(wǎng)站檢測算法。利用人類的視覺行為,網(wǎng)頁內(nèi)部代碼特征與網(wǎng)頁布局的關系,提出基于網(wǎng)頁的主視覺區(qū)域的結(jié)構(gòu)化文檔DMVA(Document Based on Main Visual Area)模型檢測釣魚網(wǎng)站。首先提出子間歸并算法(Merge Algorithm Between Child Nodes,MABC)生成網(wǎng)頁的視覺分塊和分層DOM樹;其次結(jié)合用戶的視覺行為和分層DOM樹的分層結(jié)構(gòu),提取網(wǎng)頁的主視覺區(qū)域;然后獲取網(wǎng)頁的分層主視覺區(qū)域中的文本信息,進而構(gòu)造網(wǎng)頁的DMVA對網(wǎng)頁重構(gòu),降低網(wǎng)頁和網(wǎng)頁特征的相關度;最后提出相關網(wǎng)站集,計算待測網(wǎng)站DMVA和相關網(wǎng)站集中網(wǎng)頁的DMVA的相似性,檢測釣魚網(wǎng)站。實驗證明,基于DMVA模型的釣魚網(wǎng)站檢測算法具有較好檢測準確度。(3)提出基于改進TCD圖像檢索和分類的釣魚檢測模型。結(jié)合TCD算子表達網(wǎng)頁外部特征的優(yōu)勢和DMVA文檔包含網(wǎng)頁內(nèi)部特征的優(yōu)勢,首先將網(wǎng)頁圖像化;其次基于DMVA模型構(gòu)造包含視覺信息的視覺分層TCD算子;然后構(gòu)造TCD-PLSA四層概率潛在語義模型對網(wǎng)頁分類;最終在相應分類中通過網(wǎng)頁檢索和特征轉(zhuǎn)換,計算網(wǎng)頁之間的相似性,判斷待檢測網(wǎng)站是否是釣魚網(wǎng)站。TCD-PLSA模型的離線訓練部分涉及的數(shù)據(jù)規(guī)模大,采用Map Reduce對其進行并行化設計。實驗證明基于改進TCD圖像檢索與分類的釣魚檢測模型具有良好的穩(wěn)定性和釣魚檢測準確度。
【學位單位】：中國礦業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP391.41;TP393.08
【部分圖文】：

1-2 PhishLabs.com 2018 年釣魚網(wǎng)站分類統(tǒng)計ification of phishing sites counted by PhishLabs.c產(chǎn)損失、社會關系破壞以及受害者精神檢測技術的發(fā)展。釣魚攻擊以釣魚網(wǎng)站檢測為主要研究方向。隨著研究人員對斷探索，釣魚網(wǎng)站檢測技術不斷發(fā)展。發(fā)展趨勢一樣，釣魚攻擊者的技術也在出便換一個域名或者消停一段時間再死勢。釣魚攻擊者已經(jīng)開始研究現(xiàn)有的釣構(gòu)建可以躲避檢測的釣魚網(wǎng)站。由此，檢測則需要改變思路和角度，提高釣魚檢遵循特征提取和特征計算的步驟[8]。特應的網(wǎng)頁特征用以有效地表達網(wǎng)頁；特對釣魚網(wǎng)站檢測。當前釣魚網(wǎng)站檢測提的行為特征。若能夠?qū)⒍呓Y(jié)合，釣魚

8圖 1-4 本文主要研究內(nèi)容的層次圖Figure 1-4 The hierarchy diagram of the main research content of this paper1) 采用基于圖像的釣魚檢測技術對網(wǎng)頁的外部特征進行研究提出基于改進TCD 特征空間轉(zhuǎn)換的釣魚檢測算法。TCD 算子具有兩點特征：（1）TCD 算子的提取過程遵循人類的視覺行為；（2）TCD 算子考慮到的特征之間相對位置關系類比于網(wǎng)頁外部特征布局的顏色對比。在提取網(wǎng)頁 TCD 算子時，

可行的經(jīng)典算法和檢測效果較好的算法，對改進 TCD 算子特征空間轉(zhuǎn)換的釣魚檢測算法的有效性以及準確度進行驗證。在驗證改進 TCD 圖像檢索的精確度時，分別采取 TCD 圖像檢索與改進 TCD圖像檢索在 Corel-1000 和 Corel-10k 數(shù)據(jù)集中檢索數(shù)據(jù)集中的每幅圖像。選擇輸出的圖像數(shù)目從 10~100 幅，統(tǒng)計每類圖像檢索得到的查全率 和查準率 求平均值。查全率 由公式（3-27），查準率 由公式（3-25）決定。 ( ) ( )× κ ( )其中， ( )指系統(tǒng)中相關圖像總數(shù)。圖 3-6 為改進 TCD 圖像檢索和 TCD 圖像檢索通過實驗得出的結(jié)果的對比。由圖 3-6(a)可以看出改進 TCD 算子在 Corel-1000 圖像數(shù)據(jù)集中，在輸出圖像數(shù)量相同情況下，查準率和查全率都比 TCD 算子高。圖 3-6(b)中的結(jié)果是在 Corel-10K 圖像數(shù)據(jù)集中的比較，可以看出隨著輸出圖像數(shù)目的增加，改進 TCD 算子的查準率下降趨勢較慢，查全率增加較快。由此可以認為改進 TCD 算子在圖像檢索中具有較高的性能。

【相似文獻】

相關期刊論文 前10條

1 ;嚴正聲明[J];中國輸血雜志;2019年07期

2 郭萍;;釣魚網(wǎng)站的鑒別方法與防范策略研究[J];湖北水利水電職業(yè)技術學院學報;2012年03期

3 郭萍;;釣魚網(wǎng)站的鑒別方法與防范策略研究[J];學術問題研究;2012年01期

4 郭萍;;釣魚網(wǎng)站的鑒別方法與防范策略研究[J];石家莊城市職業(yè)學院教學與研究;2012年04期

5 陳煒宏;;基于決策樹模型的構(gòu)建方法及預測能力的分析——以釣魚網(wǎng)站為例[J];通訊世界;2018年12期

6 ;嚴正聲明[J];中國輸血雜志;2018年01期

7 ;嚴正聲明[J];中國輸血雜志;2018年04期

8 楊云;徐光俠;雷娟;;基于屬性降維的釣魚網(wǎng)站檢測方法[J];重慶郵電大學學報(自然科學版);2018年04期

9 李江豐;王瑋;;釣魚網(wǎng)站的識別與分析方法研究[J];通信管理與技術;2018年03期

10 技術宅;;你是這樣上鉤的? 解密新型釣魚網(wǎng)站[J];電腦愛好者;2017年11期

相關會議論文 前4條

1 張豐;;反釣魚監(jiān)控體系建設探討[A];第二屆全國信息安全等級保護技術大會會議論文集[C];2013年

2 李晨;陳星霖;;一種多階段控制方法在對抗釣魚攻擊中的應用[A];第26次全國計算機安全學術交流會論文集[C];2011年

3 方鳴;;互聯(lián)網(wǎng)釣魚網(wǎng)站處理系統(tǒng)組網(wǎng)[A];中國通信學會信息通信網(wǎng)絡技術委員會2015年年會論文集[C];2015年

4 李增剛;;計算機病毒:尋租視角的分析[A];2011年（第九屆）“中國法經(jīng)濟學論壇”論文集[C];2011年

相關重要報紙文章 前10條

1 秦偉;反釣聯(lián)盟累計處理釣魚網(wǎng)站72733個[N];科學時報;2011年

2 本報記者 來揚　實習生 郝帥;網(wǎng)購火車票：釣魚網(wǎng)站騙錢新招術[N];中國青年報;2012年

3 石磊;一億人次網(wǎng)民遭釣魚網(wǎng)站侵襲“云攻擊”正成為現(xiàn)實[N];科學時報;2011年

4 本報記者 王俊秀　實習生 翟璐;釣魚網(wǎng)站出沒,網(wǎng)購請注意[N];中國青年報;2011年

5 江舟 范通廣;釣魚網(wǎng)站，“釣”了上百萬[N];檢察日報;2019年

6 本報記者 黃鑫;釣魚網(wǎng)站成網(wǎng)絡詐騙主渠道[N];經(jīng)濟日報;2019年

7 魯暢;北京重拳打擊釣魚網(wǎng)站[N];中國質(zhì)量報;2019年

8 實習生 盧義杰 本報記者 陳璐;釣魚網(wǎng)站與網(wǎng)購狂歡如影隨形[N];中國青年報;2012年

9 記者 王曉潔 郭宇靖 盧國強;信息“黑市”為何如此猖獗？[N];經(jīng)濟參考報;2017年

10 北京商報記者 孫麒翔 石飛月;釣魚網(wǎng)站遭國家急收網(wǎng)[N];北京商報;2017年

相關博士學位論文 前1條

1 張健毅;大規(guī)模反釣魚識別引擎關鍵技術研究[D];北京郵電大學;2012年

相關碩士學位論文 前10條

1 黃炎;基于智能算法的釣魚網(wǎng)站識別研究[D];長春工業(yè)大學;2019年

2 劉博文;基于改進TCD圖像檢索和分類的釣魚檢測模型的研究[D];中國礦業(yè)大學;2019年

3 王雨琪;基于URL的釣魚目標識別的研究[D];中國礦業(yè)大學;2019年

4 朱琪;基于頁面特征的釣魚網(wǎng)站層次化檢測的研究[D];中國礦業(yè)大學;2019年

5 王文騰;基于線性SVM的釣魚網(wǎng)站檢測系統(tǒng)的設計與實現(xiàn)[D];北京建筑大學;2019年

6 葉成成;基于最優(yōu)特征選擇和神經(jīng)網(wǎng)絡的釣魚網(wǎng)站檢測研究[D];安徽大學;2019年

7 潘良敏;基于GIST全局特征的釣魚網(wǎng)站聚類算法研究[D];中南林業(yè)科技大學;2018年

8 趙佳琪;基于數(shù)據(jù)挖掘分類算法的釣魚網(wǎng)站檢測研究[D];內(nèi)蒙古財經(jīng)大學;2018年

9 鄧娜;基于QR二維碼釣魚網(wǎng)站的識別系統(tǒng)研究[D];長安大學;2018年

10 韓浩;基于云計算的釣魚網(wǎng)站檢測研究[D];中國礦業(yè)大學;2018年

本文編號：2830523