基于K-Means和SVM的釣魚網(wǎng)站識別的研究.pdf

1、傳統(tǒng)的單純基于URL黑名單識別方式在今天海量的釣魚網(wǎng)站面前以顯得力不從心，必須配合其他識別方式才能很好地工作。隨后出現(xiàn)了許多新的識別方法，比如基于網(wǎng)頁結(jié)構(gòu)的識別方法，但是語言表達(dá)方式的多樣性使得此種方法相當(dāng)不可靠，幾乎不可用。而基于圖像識別的釣魚網(wǎng)站識別方式衍生出多種識別方法，但是受制于圖像識別本身的缺陷，其在識別時(shí)需要做到精確匹配，那么就要求釣魚網(wǎng)站和被模仿的網(wǎng)站完全相似。因此對一大部分假冒購物網(wǎng)站就不能做到很好的識別，且工作時(shí)速度很

2、慢?；跇闼刎惾~斯的識別方法由于原理的限制使得工作時(shí)的效果不穩(wěn)定，因此我們在這里探究新的使用K-Means與SVM相結(jié)合的算法，利用K-Means的優(yōu)點(diǎn)，在識別網(wǎng)站之前對其進(jìn)行一個(gè)分組，如果待識別網(wǎng)站是容易被模仿的釣魚網(wǎng)站類型，那么就使用對應(yīng)組別的特征參數(shù)對其進(jìn)行識別即可。同時(shí)結(jié)合傳統(tǒng)的URL黑名單機(jī)制和網(wǎng)頁灰度匹配模塊，這樣就可以避免將新建立的部分合法網(wǎng)站錯(cuò)誤識別為釣魚網(wǎng)站。而要完成此種識別方式，總共完成了四部分的工作，即:一是流行樣