基于概率圖模型的網(wǎng)絡(luò)釣魚檢測算法.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，電子支付的日益普及，網(wǎng)絡(luò)欺詐問題逐漸成為人們關(guān)注的焦點。網(wǎng)絡(luò)釣魚(Web Phishing)是指這樣一類欺詐行為：攻擊者通過短信，郵件，虛假廣告，即時聊天工具等社交手段，利用社會工程技巧，引導(dǎo)用戶訪問一些看似真實的假冒網(wǎng)站，以騙取用戶的隱私信息，例如私人賬號密碼，支付口令，信用卡信息等等。無論是對企業(yè)用戶還是個人用戶而言，釣魚網(wǎng)站的檢測都是一項重要任務(wù)。
　　隨著網(wǎng)絡(luò)釣魚檢測的研究成果不斷提出與應(yīng)用，雖然很大

2、程度上減少了網(wǎng)絡(luò)釣魚的威脅，但也因檢測方式都有各自的局限性，導(dǎo)致攻擊者可以根據(jù)不同檢測方式以相對較低成本躲避檢測。
　　針對現(xiàn)有算法的缺陷，本文重點研究了網(wǎng)絡(luò)釣魚的行為模式。以運營商的真實網(wǎng)絡(luò)流量作為研究對象，在現(xiàn)有研究成果基礎(chǔ)上，本文總結(jié)出釣魚網(wǎng)站的三種特征:固有特征，交互特征與傳遞特征。同時本文研究了概率圖模型（Probabilistic Graphical Model）以及相關(guān)算法，提出了兩種新的檢測算法，分別為：基于馬爾可

3、夫隨機場（Markov Ran-dom Field）的置信傳播算法（Belief Propagation）檢測模型，以及基于深度學(xué)習(xí)（Deep Learning）領(lǐng)域的深度信念網(wǎng)絡(luò)（Deep Belief Network）檢測模型。實驗結(jié)果表明，本文提出的算法在部署成本較低的情況下具有良好的檢測成功率與運行效率。其中，基于置信傳播算法的檢測模型可以在誤報率不超過3%的情況下達到超過90%的檢出率，基于深度信念網(wǎng)絡(luò)的算法也可以達到接近90