基于模板检测的违法网站识别方法

• 作者: 张瀚珑 沈备军 王永剑
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 模板检测 违法网站识别 相似度 聚类 图挖掘 赌博网站
• 年，卷（期）: 2015,（3）
• 页码范围: 266-271
• 页数: 6页
• 分类号: TP311
• 字数: 5776字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2015.39.03.003

摘要

为高效识别违法网站,该文提出了一种新方法。从HTTP POST提取特征值,计算网站间相似度,对网站进行聚类并抽取违法网站模板用来识别违法网站。应用图挖掘技术过滤合法网站,提升识别效率。以赌博网站为例,在真实环境中对该方法进行了大规模实验和评估。实验结果表明：该方法检测出赌博网站的精确度为1；与URL、HTML和语义特征相比,HTTP POST特征值的F-Measure最好；应用图挖掘技术可以有效过滤合法网站,提高整个流程运行效率20%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈备军	上海交通大学软件学院	36	269	9.0	15.0
2	王永剑		10	42	3.0	6.0
3	张瀚珑	上海交通大学软件学院	1	2	1.0	1.0