基于集成学习的钓鱼网页深度检测系统

• 作者: 冯庆 张颖君 连一峰
• 来源期刊: 计算机系统应用
• 关键词: 钓鱼网页 集成学习 深度检测 特征提取
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 系统建设
• 页码范围: 47-56
• 页数: 10页
• 字数: 9760字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005360

摘要

网络钓鱼是一种在线欺诈行为,它利用钓鱼网页仿冒正常合法的网页,窃取用户敏感信息从而达到非法目的.提出了基于集成学习的钓鱼网页深度检测方法,采用网页渲染来应对常见的页面伪装手段,提取渲染后网页的URL信息特征、链接信息特征以及页面文本特征,利用集成学习的方法,针对不同的特征信息构造并训练不同的基础分类器模型,最后利用分类集成策略综合多个基础分类器生成最终的结果.针对PhishTank钓鱼网页的检测实验表明,本文提出的检测方法具有较好的准确率与召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯庆	中国科学院软件研究所可信计算与信息保障实验室	13	222	7.0	13.0
2	张颖君	中国科学院软件研究所可信计算与信息保障实验室	48	953	20.0	30.0
3	连一峰	中国科学院软件研究所可信计算与信息保障实验室	39	1097	14.0	33.0