基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有钓鱼网页检测方法存在的不足,基于后向选择算法,在信息获取、特征提取、分类器训练及检测疑似网络钓鱼网页等过程进行了优化.根据特征之间的相互关系划分等级空间,借助支持向量机回归特征消除的思想,提出了基于支持向量机的回归特征消除(SVM-RFE)对钓鱼网页进行检测的思路,设计出一种改进的钓鱼网页检测方法.最后对比不同特征维度在漏报率、误报率、识别率方面的差异,分析检测的有效性.实验结果表明:实际应用中可通过该方法准确有效地选定最优特征.
推荐文章
基于SVM的金融类钓鱼网页检测方法
钓鱼检测
支持向量机(SVM)
金融网页
特征提取
多模式匹配
基于改进随机森林算法的钓鱼网站检测方法研究
钓鱼检测
关联规则
特征分区
数据空间
基于URL混淆技术识别的钓鱼网页检测方法
钓鱼网页
统一资源定位符(URL)混淆技术
规则匹配
机器学习
一种基于集成学习的钓鱼网站检测方法
钓鱼网页
集成学习
规则匹配
钓鱼网页混淆技术
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于SVM-RFE的钓鱼网页检测方法研究
来源期刊 华中科技大学学报(自然科学版) 学科 工学
关键词 网络钓鱼检测 支持向量机 回归特征消除 特征选择 特征向量 钓鱼网页
年,卷(期) 2013,(z2) 所属期刊栏目
研究方向 页码范围 143-146
页数 分类号 TP393.08
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭勇 17 210 9.0 14.0
2 韩兰胜 华中科技大学计算机科学与技术学院 39 289 8.0 15.0
3 伊胜伟 9 61 5.0 7.0
4 戴忠华 11 88 6.0 9.0
5 王婷 12 79 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (135)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (23)
二级引证文献  (6)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(9)
  • 参考文献(2)
  • 二级参考文献(7)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(3)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(2)
  • 二级引证文献(2)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
网络钓鱼检测
支持向量机
回归特征消除
特征选择
特征向量
钓鱼网页
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导