手机二维码扫描钓鱼检测技术的研究以及实现

发布时间：2017-04-10 08:11

  本文关键词：手机二维码扫描钓鱼检测技术的研究以及实现，由笔耕文化传播整理发布。

【摘要】：随着移动互联网技术的进步和移动终端的普及,网络给用户的生活、学习等带来了极大的方便。同时,网络安全面临着严峻的挑战。网络钓鱼攻击由于实现简单、技术门槛较低,近几年呈现快速增长的趋势,对网络健康构成巨大威胁。研究网络钓鱼检测技术已经成为防止网络钓鱼攻击的优选方法,具有较高研究价值。 本文主要论述了针对此种攻击的检测方法。从攻击特征以及攻击目标两个方面入手对网络钓鱼攻击做了深入研究,基于高危敏感词和特征分析构建了一套完整的钓鱼攻击检测方案,设计并实现了手机二维码扫描钓鱼检测系统。该方案检测步骤如下：(1)对用户网络访问的URL地址首先进行基于字典树Trie的高危检测。由于在网络接入时正常的知名互联网占据很大的比例,这样做可使安全站点能跳过其他模块的检查,提高安全访问的用户体验,避免不必要的检测。(2)对于高危检测无法判断的URL,使用实时更新的钓鱼网站黑名单列表进行黑名单检测。(3)最后对其他无法判断的URL进行URL特征以及Web页面敏感特征的检测。论文详细分析了系统实现过程中使用的关键技术及其解决方案,包括黑名单快速检索、Web页面检测的缓存系统以及钓鱼检测评测算法,使得检测能快速有效的进行。 本文采用Java语言实现Android端二维码扫描钓鱼检测系统,各模块分工明确,耦合度低,适合于工程实现。通过实验数据对比,本文所阐述的检测方法能有效过滤安全站点,误报率低,存储空间消耗小,运行时间复杂度低,适用于工程项目实践参考。
【关键词】：网络钓鱼 Trie字典树 敏感特征 攻击检测
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.08;TP391.44
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-15
• 1.1 选题背景和意义9-11
• 1.2 研究现状和存在的问题11-12
• 1.3 论文成果12-13
• 1.4 本文的组织13-15
• 第二章 相关技术研究15-23
• 2.1 二维码编码以及解码技术分析15-16
• 2.2 正则匹配16-17
• 2.2.1 正则表达式简介16-17
• 2.2.2 正则匹配17
• 2.3 钓鱼网站URL以及Web页面的特征17-19
• 2.3.1 钓鱼网站URL特征17-18
• 2.3.2 钓鱼网站Web页面的特征18-19
• 2.4 URL规则以及基于Trie树的前缀匹配算法19-23
• 2.4.1 URL规则19-20
• 2.4.2 基于Trie树的前缀匹配算法20-23
• 第三章 手机二维码钓鱼检测系统的设计与实现23-41
• 3.1 整体架构23
• 3.2 输入模块23-24
• 3.2.1 输入模块的系统结构23-24
• 3.2.2 二维码解码功能的详细设计24
• 3.3 高危URL检测模块24-28
• 3.3.1 高危URL检测模块工作流程25-26
• 3.3.2 字典树的初始化过程26-27
• 3.3.3 高危URL检测模块的综合评定27-28
• 3.4 黑名单检测模块28-32
• 3.4.1 Android客户端与服务器的通信28-29
• 3.4.2 钓鱼网站黑名单更新实现29-31
• 3.4.3 钓鱼网站黑名单检测算法31-32
• 3.5 URL特征检测模块32-34
• 3.5.1 URL敏感特征提取32-34
• 3.5.2 基于URL特征的检测算法34
• 3.6 Web页面检测34-38
• 3.6.1 Web页面采集35
• 3.6.2 Web页面分析35-38
• 3.7 特征检测模块反馈机制38-40
• 3.7.1 反馈机制执行过程38-39
• 3.7.2 数据库设计39-40
• 3.8 本章小结40-41
• 第四章 手机二维码钓鱼检测系统的关键技术分析41-47
• 4.1 黑名单快速检索实现41-42
• 4.1.1 黑名单文件排序41
• 4.1.2 有序黑名单中的检索算法及其分析41-42
• 4.2 Web页面检测模块缓存系统实现42-44
• 4.2.1 缓存系统设计以及实现42-44
• 4.2.2 缓存系统性能分析44
• 4.3 系统钓鱼检测算法流程44-46
• 4.4 本章小结46-47
• 第五章 实验与数据分析47-51
• 5.1 测试流程47-49
• 5.1.1 测试方法47-48
• 5.1.2 执行效果48-49
• 5.2 测试结果及分析49-50
• 5.3 本章小结50-51
• 第六章 总结与展望51-53
• 6.1 总结51
• 6.2 展望51-53
• 参考文献53-55
• 致谢55-57
• 攻读学位期间发表的学术论文57

【参考文献】

中国期刊全文数据库 前8条

1 何高辉;邹福泰;谭大礼;王明政;;基于SVM主动学习算法的网络钓鱼检测系统[J];计算机工程;2011年19期

2 郑礼雄;李青山;李素科;袁春阳;;基于域名信息的钓鱼URL探测[J];计算机工程;2012年10期

3 曹玖新;毛波;罗军舟;刘波;;基于嵌套EMD的钓鱼网页检测算法[J];计算机学报;2009年05期

4 张卫丰;周毓明;许蕾;徐宝文;;基于匈牙利匹配算法的钓鱼网页检测方法[J];计算机学报;2010年10期

5 史长琼;唐铭;张大方;周恺卿;;基于Trie树的哈希表[J];计算机应用;2010年08期

6 姜美莲;周知宇;郑晗;;手机二维码应用模式研究[J];价值工程;2012年05期

7 彭富明;张卫丰;彭寅;;基于文本特征分析的钓鱼邮件检测[J];南京邮电大学学报(自然科学版);2012年05期

8 梁雪松;;基于浏览器的钓鱼网站检测技术研究[J];信息安全与通信保密;2007年11期

  本文关键词：手机二维码扫描钓鱼检测技术的研究以及实现，，由笔耕文化传播整理发布。

本文编号：296273