基于K-Means和SVM的流行中文钓鱼网站识别研究

• 作者: 赵加林
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: K-Means算法 钓鱼网站 SVM 分类
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 信息安全
• 页码范围: 176-178
• 页数: 3页
• 分类号: TP309
• 字数: 2512字
• 语种: 中文
• DOI: 10.11907/rjdk.1511503

摘要

K-Means是一种简单、高效的聚类方法,能快速将网页文本分类.SVM在解决小样本、非线性及高维模式识别中有许多独特优势,能够通过低样本获取全局最优解.因此,将K-Means和SVM结合,以达到自动识别流行中文钓鱼网站并对其进行分类的目的.验证了两种方法结合应用的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵加林	西南交通大学信息科学与技术学院	1	6	1.0	1.0