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:
提出一种基于深度学习的层次化钓鱼网站检测方法,方法包括两大部分,第一部分叫“轻检测”,主要对千万级的输入进行快速预判断,得出最为疑似的钓鱼网站列表,从而将原始输入规模降低到一定的数量级规模.轻检测轻便、快速、尽量准确,并达到了最少数量的漏报,从而发挥对巨大输入进行预处理和数据筛选的作用.完成第一部分的轻检测后,将筛选后的数据源输入到第二部分的重检测中.重检测是一种细粒度检测,这里采用一种基于自编码深度学习的方法,以达到将钓鱼网站从海量网站中分类出来的目的.通过两者的配合,达到系统的平衡,在保证准确性的前提下,提高整个系统的运行效率和处理能力.
推荐文章
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
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
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 一种基于深度学习的层次化钓鱼网站检测方法
来源期刊 通信技术 学科 工学
关键词 钓鱼检测 深度学习 自编码 轻检测
年,卷(期) 2017,(5) 所属期刊栏目 安全与保密
研究方向 页码范围 1025-1028
页数 4页 分类号 TP393.08
字数 3664字 语种 中文
DOI 10.3969/j.issn.1002-0802.2017.05.034
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 摆亮 8 9 2.0 3.0
2 吕志泉 8 8 2.0 2.0
3 胡俊 8 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (4)
同被引文献  (11)
二级引证文献  (6)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
钓鱼检测
深度学习
自编码
轻检测
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
总被引数(次)
42849
论文1v1指导