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:
传统的钓鱼网站检测技术主要采用随机或者凭经验选取敏感特征项用于检测的方法,无法保证检测的准确性.为此,提出一种面向钓鱼网站敏感特征选取的改进的信息增益算法IIGAIN(Improved Information Gain Algorithm).该算法综合考虑了特征项的类内离散度,通过对特征项的类内离散度差值做相应的处理,以处理后的结果作为惩罚项改进信息增益算法.实验结果表明,利用IIGAIN进行特征项选取的钓鱼网站检测方法的检测准确性明显优于随机选取特征项的钓鱼网站检测方法.
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
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
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
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 面向钓鱼网站敏感特征项选取的IIGAIN算法
来源期刊 计算机应用与软件 学科 工学
关键词 钓鱼网站检测 敏感特征项 信息增益 类内离散度
年,卷(期) 2016,(4) 所属期刊栏目 安全技术
研究方向 页码范围 297-301
页数 5页 分类号 TP3
字数 5658字 语种 中文
DOI 10.3969/j.issn.1000-386x.2016.04.069
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 任俊玲 北京信息科技大学计算机学院 23 58 4.0 6.0
2 王兴芬 北京信息科技大学计算机学院 42 221 8.0 13.0
3 王燕 北京信息科技大学计算机学院 3 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (132)
参考文献  (9)
节点文献
引证文献  (6)
同被引文献  (11)
二级引证文献  (16)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(8)
  • 参考文献(5)
  • 二级参考文献(3)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(6)
  • 引证文献(3)
  • 二级引证文献(3)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(11)
  • 引证文献(2)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
钓鱼网站检测
敏感特征项
信息增益
类内离散度
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
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导