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:
随着电子商务和在线交易的不断发展,钓鱼网站已成为目前最难处理的网络安全难题之一。提出了一种基于贝叶斯和不平衡支持向量机的钓鱼网站检测方法,首先提取待检测网站的URL特征,采用改进贝叶斯方法进行分类检测,如果不能明确分类,则提取该网站的页面特征,并采用不平衡支持向量机方法进行分类检测。实验结果表明,与现有方法相比,方法所需的检测时间少且能达到较高的检测准确度。
推荐文章
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
基于特征选择与集成学习的钓鱼网站检测方法
钓鱼网站
随机森林
信息增益率
特征选择
钓鱼网站的鉴别方法与防范策略研究
钓鱼网站
网络安全
钓鱼邮件
反钓鱼
网络钓鱼网站的技术原理与抵御措施
网络钓鱼网站
黑客
安全防护
警惕性
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 基于贝叶斯和支持向量机的钓鱼网站检测方法
来源期刊 计算机工程与应用 学科 工学
关键词 钓鱼网站 贝叶斯 不平衡支持向量机 分类
年,卷(期) 2015,(4) 所属期刊栏目 网络、通信、安全
研究方向 页码范围 87-90,95
页数 5页 分类号 TP393.08
字数 4424字 语种 中文
DOI 10.3778/j.issn.1002-8331.1304-0285
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 王洪元 常州大学信息科学与工程学院 77 372 11.0 14.0
2 倪彤光 常州大学信息科学与工程学院 19 88 4.0 8.0
3 顾晓清 常州大学信息科学与工程学院 23 103 6.0 9.0
4 丁辉 常州大学信息科学与工程学院 7 48 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (11)
参考文献  (5)
节点文献
引证文献  (22)
同被引文献  (53)
二级引证文献  (33)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(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)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(8)
  • 引证文献(2)
  • 二级引证文献(6)
2017(8)
  • 引证文献(6)
  • 二级引证文献(2)
2018(12)
  • 引证文献(6)
  • 二级引证文献(6)
2019(16)
  • 引证文献(4)
  • 二级引证文献(12)
2020(9)
  • 引证文献(2)
  • 二级引证文献(7)
研究主题发展历程
节点文献
钓鱼网站
贝叶斯
不平衡支持向量机
分类
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导