当前位置:主页 > 管理论文 > 移动网络论文 >

面向双结构网络的钓鱼网站检测技术研究

发布时间:2020-12-07 10:48
  近年来,随着互联网的高速发展,各类信息资源在网络上交叉流通,带来巨大便利的同时,各类网络安全问题如网络钓鱼、网络犯罪、隐私泄露等愈加突出。双结构网络主张在互联网主结构的基础上增加基于“辐射-复制”模型的播存次结构,以物理变革和二元结构的创新思路对当前互联网主结构实施“深度去冗”,并借助统一内容标签UCL(Uniform Content Label)在用户终端提供钓鱼网站检测等网络安全相关服务,以保护用户数据安全。然而传统钓鱼网站检测方法严重依赖于钓鱼网站黑名单,黑名单更新不及时会导致漏报率迅速升高,且传统基于机器学习的钓鱼网站检测方法需要抽取众多特征,导致检测速度慢,准确率不理想。双结构网络中用户每天访问大量网站,对钓鱼网站检测准确率、漏报率、误报率和检测速度要求较高,如何在最大程度上降低检测漏报率和误报率,增加准确率,并快速检测钓鱼网站是当前双结构网络中钓鱼网站检测机制面临的难题。针对双结构网络的需求和特点,本文提出了基于卷积神经网络(CNN)和长短期记忆网络(LSTM)的钓鱼URL(Uniform Resource Locator)检测算法(Phishing URL Detecti... 

【文章来源】:东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】:69 页

【学位级别】:硕士

【部分图文】:

面向双结构网络的钓鱼网站检测技术研究


图1-1双结构网络标准实现模式

示意图,标签,格式,内容


东南大学硕士学位论文国国家标准[9],其格式规范如图 1-2 所示。述双结构未来互联网体系结构模型可以划分为三个主要部分:广播源点、边缘服务器广播源点将最近互联网上的信息集结到广播源点服务器,利用 UCL 标引机制对信息标分发出去,边缘服务器是一类离用户最近的边缘内容服务器,它接收广播源点分发的所全文,用户终端因其存储有限,只接收用户兴趣之内的全文及全部 UCL[6]。另外边缘用户终端的 UCL 请求,同时能根据用户情况主动推送一些信息给用户终端。在双结构结构和播存次结构优势互补,共同发展:互联网体系结构可以保存现有的特色和优势用“一次广播,永久存储”的原理将热门内容分发到边缘服务器,方便用户就近访问带宽紧张的同时提高了用户的网络通信质量[5][8]。

网站,社会工程学


从网络钓鱼的攻击流程及传播途径、钓鱼网站检测研究现状和深度学习相关研究三个方面进行介绍。2.1 网络钓鱼2.1.1 网络钓鱼攻击流程国际反网络钓鱼工作组(Anti-Phishing Working Group, APWG)将网络钓鱼(phishing)定位为一种通过社会工程学或其它复杂技术手段窃取网站用户个人身份数据和财务账号凭证的犯罪行为[10]。采用社会工程学手段的钓鱼者,一般首先伪造电子邮件、伪造电商网站、伪造银行界面等,然后通过电子邮件、手机短信、社交网络等方式向用户发送钓鱼信息,引诱用户回复个人敏感信息或访问伪造的网站,进而泄露私密信息(如用户名、口令、帐号、电话号码、ATM PIN 码或信用卡详细信息等)或下载恶意软件。而技术工程手段的攻击,譬如直接在 PC 或移动设备上移植恶意软件,消费者误中木马病毒、恶意脚本程序等,使用户的数据在传输过程中被篡改或误导用户访问伪造的网站,以至于私密信息泄露甚至财产被直接窃取。如图 2-1 所示的网页伪造了阿里巴巴的登录界面,不仅界面十分相似,而且网页 URL 也包含“Alibaba.com”,极容易误导用户输入个人私密信息,从而被不法分子盗窃利用。

【参考文献】:
期刊论文
[1]双结构网络内容共享能力研究[J]. 刘旋,杨鹏,董永强.  电子学报. 2018(04)
[2]网络钓鱼欺诈检测技术研究[J]. 张茜,延志伟,李洪涛,耿光刚.  网络与信息安全学报. 2017(07)
[3]基于页面布局相似性的钓鱼网页发现方法[J]. 邹学强,张鹏,黄彩云,陈志鹏,孙永,刘庆云.  通信学报. 2016(S1)
[4]基于播存思想的未来互联网次结构[J]. 杨鹏,李幼平.  复杂系统与复杂性科学. 2015(02)
[5]恶意网页识别研究综述[J]. 沙泓州,刘庆云,柳厅文,周舟,郭莉,方滨兴.  计算机学报. 2016(03)
[6]播存网络体系结构普适模型及实现模式[J]. 杨鹏,李幼平.  电子学报. 2015(05)
[7]二元互补未来互联网体系结构[J]. 杨鹏,李幼平.  复杂系统与复杂性科学. 2014(01)
[8]基于匈牙利匹配算法的钓鱼网页检测方法[J]. 张卫丰,周毓明,许蕾,徐宝文.  计算机学报. 2010(10)
[9]一种网络钓鱼检测的体系结构及算法(英文)[J]. 曹玖新,王田峰,时莉莉,毛波.  Journal of Southeast University(English Edition). 2010(01)

硕士论文
[1]集成URL新特征的网络钓鱼检测机制研究[D]. 孙丹丹.西南交通大学 2017
[2]基于深度学习的黄金期货价格预测[D]. 骆双骏.兰州大学 2017
[3]基于深度学习的钓鱼网站检测技术的研究[D]. 许珑于.电子科技大学 2017
[4]双结构网络中的热门话题演化机制及其应用研究[D]. 余达明.东南大学 2016



本文编号:2903120

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2903120.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户23f09***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com