一种基于集成学习的钓鱼网站检测方法

• 作者: 于清 余恩泽 努尔布力
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 钓鱼网页 集成学习 规则匹配 钓鱼网页混淆技术
• 年，卷（期）: 2019,（18）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 81-88,200
• 页数: 9页
• 分类号: TP393.08
• 字数: 9090字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1812-0362

摘要

针对钓鱼攻击者常用的伪造HTTPS网站以及其他混淆技术,借鉴了目前主流基于机器学习以及规则匹配的检测钓鱼网站的方法RMLR和PhishDef,增加对网页文本关键字和网页子链接等信息进行特征提取的过程,提出了Nmap-RF分类方法.Nmap-RF是基于规则匹配和随机森林方法的集成钓鱼网站检测方法.根据网页协议对网站进行预过滤,若判定其为钓鱼网站则省略后续特征提取步骤.否则以文本关键字置信度,网页子链接置信度,钓鱼类词汇相似度以及网页PageRank作为关键特征,以常见URL、Whois、DNS信息和网页标签信息作为辅助特征,经过随机森林分类模型判断后给出最终的分类结果.实验证明,Nmap-RF集成方法可以在平均9～10 μs的时间内对钓鱼网页进行检测,且可以过滤掉98.4%的不合法页面,平均总精度可达99.6%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	努尔布力	新疆大学信息科学与工程学院	33	124	6.0	9.0
2	于清	新疆大学信息科学与工程学院	17	48	4.0	5.0
3	余恩泽	新疆大学信息科学与工程学院	1	3	1.0	1.0