隨著互聯(lián)網(wǎng)的高速發(fā)展,上網(wǎng)沖浪、瀏覽網(wǎng)頁(yè)成為人們?nèi)粘Ｉ钪性絹?lái)越重要的習(xí)慣。不法分子通過(guò)假冒知名網(wǎng)站的登錄頁(yè)面,誘騙用戶進(jìn)行登錄操作,進(jìn)而獲取用戶的隱私信息,這種行為被稱為網(wǎng)絡(luò)釣魚攻擊。近年來(lái),網(wǎng)絡(luò)釣魚攻擊的數(shù)量呈現(xiàn)出驚人的增長(zhǎng)趨勢(shì),在攻擊形式上出現(xiàn)了很多變化。網(wǎng)絡(luò)釣魚攻擊具有欺騙性強(qiáng)、針對(duì)性高和時(shí)效性短等特點(diǎn),這些特點(diǎn)使得沒(méi)有接受過(guò)網(wǎng)絡(luò)釣魚知識(shí)科普的人很難人為的識(shí)別釣魚網(wǎng)站。在釣魚網(wǎng)站檢測(cè)領(lǐng)域中,目前在工業(yè)界應(yīng)用最為廣泛的是黑白名單加規(guī)則的方法。但是,釣魚網(wǎng)站一般存活時(shí)間很短,這使得維護(hù)一個(gè)數(shù)量龐大且具有時(shí)效性的黑白名單數(shù)據(jù)庫(kù)成本很高;另外,人為設(shè)定的規(guī)則很容易被釣魚者通過(guò)其他方法來(lái)繞開規(guī)則的檢測(cè)。近年來(lái),在學(xué)術(shù)界研究最廣泛的方法是通過(guò)機(jī)器學(xué)習(xí)的方法來(lái)檢測(cè)釣魚網(wǎng)站。這類方法具有準(zhǔn)確率高,魯棒性強(qiáng)等優(yōu)點(diǎn)。但是,要訓(xùn)練機(jī)器學(xué)習(xí)模型,需要大量的數(shù)據(jù),目前來(lái)說(shuō),有關(guān)釣魚網(wǎng)站的公開數(shù)據(jù)集非常稀少;另外,過(guò)于復(fù)雜的系統(tǒng)識(shí)別的速度比較慢,做不到實(shí)時(shí)檢測(cè)。為了應(yīng)對(duì)上述問(wèn)題,本文提出了一種基于堆疊（stacking）模型的使用多源特征的釣魚網(wǎng)站檢測(cè)方法。該方法能實(shí)時(shí)檢測(cè)釣魚網(wǎng)站,并且能識(shí)別釣魚網(wǎng)站的假... 

【文章來(lái)源】：廣東工業(yè)大學(xué)廣東省

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

釣魚網(wǎng)頁(yè)中標(biāo)題品牌名和URL品牌名不一致Fig.2.4InconsistentbetweentitlebrandandURLbrandinphishingwebpage

文方法的有效性；接下來(lái)討論模型中一些參數(shù)的設(shè)置以及對(duì)比特征的有效性和重要性；最后對(duì)提出的假冒目標(biāo)識(shí)別方法進(jìn)行實(shí)驗(yàn)評(píng)估。4.1 數(shù)據(jù)集及性能指標(biāo)介紹4.1.1 數(shù)據(jù)集1）2K 釣魚檢測(cè)數(shù)據(jù)集（2K-PD）這個(gè)小數(shù)據(jù)集包含 2000 個(gè)網(wǎng)頁(yè)，數(shù)據(jù)內(nèi)容包括網(wǎng)頁(yè)的 URL、HTML 文檔以及網(wǎng)頁(yè)的頁(yè)面截圖，其中有 1000 個(gè)正常網(wǎng)頁(yè)和 1000 個(gè)釣魚網(wǎng)頁(yè)。正常網(wǎng)頁(yè)收集的是Alexa 網(wǎng)站7上排名從 100000 到 101000 的網(wǎng)頁(yè)，釣魚網(wǎng)頁(yè)收集的是 Phishtank 上已被驗(yàn)證為釣魚網(wǎng)頁(yè)的，日期從 2017 年 7 月 12 日到 2017 年 7 月 15 日。數(shù)據(jù)集的URL 長(zhǎng)度分布如圖 4-1 所示。

第四章 實(shí)驗(yàn)評(píng)估及分析2）50K 釣魚檢測(cè)數(shù)據(jù)集（50K-IPD）這個(gè)較大規(guī)模的數(shù)據(jù)集包含 53103 個(gè)網(wǎng)頁(yè)的 URL、HTML 文檔以及網(wǎng)頁(yè)的頁(yè)面截圖，其中有 28320 個(gè)正常網(wǎng)頁(yè)和 24789 個(gè)釣魚網(wǎng)頁(yè)。為了使正常網(wǎng)頁(yè)的 URL 長(zhǎng)度分布和釣魚網(wǎng)頁(yè)的 URL 長(zhǎng)度分布不要相差太大，對(duì)于正常網(wǎng)頁(yè)的收集，本文首先按照 Alexa 排名在 10000 到 15000 收集了 5000 個(gè)正常網(wǎng)頁(yè)，剩下的 23320 個(gè)是從這些網(wǎng)頁(yè)的超鏈接收集到的。這樣收集的原因是正常網(wǎng)頁(yè)里面的鏈接通常不會(huì)指向釣魚網(wǎng)頁(yè)。釣魚網(wǎng)頁(yè)同樣收集的是 Phishtank 上已被驗(yàn)證為釣魚網(wǎng)頁(yè)的，日期從 2009年 6 月到 2017 年 2 月。50K-IPD 數(shù)據(jù)集的 URL 長(zhǎng)度分布如圖 4-2 所示。


本文編號(hào)：3093430