基于AdaCostBoost算法的网络钓鱼检测

• 作者: 张小红 曾传璜 李思强
• 来源期刊: 计算机系统应用
• 关键词: 网络钓鱼 敏感特征 AdaCostBoost 分类器 代价因子
• 年，卷（期）: 2015,（9）
• 页码范围: 129-133
• 页数: 5页
• 字数: 4996字
• 语种: 中文

摘要

针对日益严重的网络钓鱼攻击,提出机器学习的方法进行钓鱼网站的检测和判断。首先,根据URL提取敏感特征,然后,采用AdaBoost算法进行训练出分类器,再用训练好的分类器对未知URL检测识别。最后,针对非平衡代价问题,采用了改进后的 AdaBoost 算法--AdaCostBoost,加入代价因子的计算。实验结果表明,文中提出的网络钓鱼检测方法,具有较优的检测性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张小红	江西理工大学信息工程学院	92	442	12.0	15.0
2	曾传璜	江西理工大学信息工程学院	16	43	4.0	5.0
3	李思强	江西理工大学信息工程学院	1	7	1.0	1.0