基于智能算法的钓鱼网站识别研究

发布时间：2020-07-19 19:44

【摘要】：随着互联网的高速发展,网络交易成为人们生活当中常用的交易方式,但与此同时也带来了诸多安全问题。钓鱼网站就是其中最为严重的问题之一,不法分子利用与正规网站相似的网络地址或页面内容来制作钓鱼网站,使人们在毫无防备的情况下掉入到不法分子设计的陷阱之中,进而对用户实施信息窃取,威胁用户财产安全,钓鱼网站也威胁着与网络交易相关行业的发展。为了使网络交易环境得到保护,高性能的钓鱼网站检测模型是十分必要的。本文引入智能算法来对钓鱼网站问题进行研究,智能算法是人们通过认识并总结自然规律而产生的算法,智能算法由于其具有智能性、高适应性和通用性等特点,在金融、互联网和工业等领域都得到了广泛的应用。本文以BP神经网络为基础模型,从优化网络参数的角度出发,引入遗传算法和粒子群算法来对BP神经网络的网络参数进行优化,构建了GA-BP模型和PSO-BP模型;从优化BP神经网络结构的角度出发,引入了SVM-RFE算法来对样本特征进行降维处理,并与BP神经网络结合构建了SVM-RFE-BP模型。并选取BP神经网络和SVM模型作为对照模型。选取准确率、精确率、召回率和假正例率作为性能评价指标来对SVM-RFE-BP模型进行分析,从而得出最优SVM-RFE-BP模型。并选取准确率、模型训练时间和AUC作为评价指标,来对BP模型、SVM模型、GA-BP模型、PSO-BP模型和SVM-RFE-BP模型的性能进行评估,对实验结果进行分析讨论,得出SVM-RFE-BP模型对于钓鱼网站的检测效果较好。
【学位授予单位】：长春工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.08;TP18

【相似文献】

相关期刊论文 前10条

1 ;严正声明[J];中国输血杂志;2019年07期

2 郭萍;;钓鱼网站的鉴别方法与防范策略研究[J];湖北水利水电职业技术学院学报;2012年03期

3 郭萍;;钓鱼网站的鉴别方法与防范策略研究[J];学术问题研究;2012年01期

4 郭萍;;钓鱼网站的鉴别方法与防范策略研究[J];石家庄城市职业学院教学与研究;2012年04期

5 陈炜宏;;基于决策树模型的构建方法及预测能力的分析——以钓鱼网站为例[J];通讯世界;2018年12期

6 ;严正声明[J];中国输血杂志;2018年01期

7 ;严正声明[J];中国输血杂志;2018年04期

8 杨云;徐光侠;雷娟;;基于属性降维的钓鱼网站检测方法[J];重庆邮电大学学报(自然科学版);2018年04期

9 李江丰;王玮;;钓鱼网站的识别与分析方法研究[J];通信管理与技术;2018年03期

10 技术宅;;你是这样上钩的? 解密新型钓鱼网站[J];电脑爱好者;2017年11期

相关会议论文 前4条

1 张丰;;反钓鱼监控体系建设探讨[A];第二届全国信息安全等级保护技术大会会议论文集[C];2013年

2 李晨;陈星霖;;一种多阶段控制方法在对抗钓鱼攻击中的应用[A];第26次全国计算机安全学术交流会论文集[C];2011年

3 方鸣;;互联网钓鱼网站处理系统组网[A];中国通信学会信息通信网络技术委员会2015年年会论文集[C];2015年

4 李增刚;;计算机病毒:寻租视角的分析[A];2011年（第九届）“中国法经济学论坛”论文集[C];2011年

相关重要报纸文章 前10条

1 秦伟;反钓联盟累计处理钓鱼网站72733个[N];科学时报;2011年

2 本报记者 来扬　实习生 郝帅;网购火车票：钓鱼网站骗钱新招术[N];中国青年报;2012年

3 石磊;一亿人次网民遭钓鱼网站侵袭“云攻击”正成为现实[N];科学时报;2011年

4 本报记者 王俊秀　实习生 翟璐;钓鱼网站出没,网购请注意[N];中国青年报;2011年

5 江舟 范通广;钓鱼网站，“钓”了上百万[N];检察日报;2019年

6 本报记者 黄鑫;钓鱼网站成网络诈骗主渠道[N];经济日报;2019年

7 鲁畅;北京重拳打击钓鱼网站[N];中国质量报;2019年

8 实习生 卢义杰 本报记者 陈璐;钓鱼网站与网购狂欢如影随形[N];中国青年报;2012年

9 记者 王晓洁 郭宇靖 卢国强;信息“黑市”为何如此猖獗？[N];经济参考报;2017年

10 北京商报记者 孙麒翔 石飞月;钓鱼网站遭国家急收网[N];北京商报;2017年

相关博士学位论文 前1条

1 张健毅;大规模反钓鱼识别引擎关键技术研究[D];北京邮电大学;2012年

相关硕士学位论文 前10条

1 黄炎;基于智能算法的钓鱼网站识别研究[D];长春工业大学;2019年

2 刘博文;基于改进TCD图像检索和分类的钓鱼检测模型的研究[D];中国矿业大学;2019年

3 王雨琪;基于URL的钓鱼目标识别的研究[D];中国矿业大学;2019年

4 朱琪;基于页面特征的钓鱼网站层次化检测的研究[D];中国矿业大学;2019年

5 王文腾;基于线性SVM的钓鱼网站检测系统的设计与实现[D];北京建筑大学;2019年

6 叶成成;基于最优特征选择和神经网络的钓鱼网站检测研究[D];安徽大学;2019年

7 潘良敏;基于GIST全局特征的钓鱼网站聚类算法研究[D];中南林业科技大学;2018年

8 赵佳琪;基于数据挖掘分类算法的钓鱼网站检测研究[D];内蒙古财经大学;2018年

9 邓娜;基于QR二维码钓鱼网站的识别系统研究[D];长安大学;2018年

10 韩浩;基于云计算的钓鱼网站检测研究[D];中国矿业大学;2018年

本文编号：2762879