基于页面信息的恶意网址识别

发布时间：2021-01-17 20:33

　　随着网络技术越来越发达,人们接触网络的门槛越来越低,使用互联网的人群也越来越多,随之产生的隐患也越来越多。通过互联网的途径,网络犯罪分子进行财务信息窃取、进行欺诈性购买、制作垃圾邮件等活动,而恶意网站无疑给不法分子提供了广阔的空间,所以,对恶意网址的识别非常具有现实意义。近年来,对于恶意网址的识别已取得了一定的成果,在传统的恶意网址的识别中,采用的主要方法是黑名单以及启发式规则等。这些方法的缺点都太过明显,黑名单的方式进行识别也仅是识别了已经存在于黑名单中的恶意网址;启发式规则则是对规则的探索者要求极高,需要对恶意网址有及其深入的研究,但这种规则难以探寻并且难以更改。之后也开始有人用机器学习的方式对恶意网址进行识别,但是也大多集中于对钓鱼类型网址的识别。恶意网址页面信息主要由文本信息和非文本信息组成,而在目前的机器学习以及深度学习的研究中,在文本信息识别以及分类等方面都取得了一定的成果。本文主要总结前人的经验,并将其与实践结合,利用机器学习的成果,进行对恶意网址的识别。本文的主要工作为:（1）恶意网址的内容方面从文本信息和非文本信息两个方面入手,提高对恶意网址多种类别的识别。（2）对于... 

【文章来源】：云南大学云南省 211工程院校

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

图１．１：?２０１３－２０１７年宽带用户数??

第六章对整篇文章进行总结，对文章中的不足进行分析，以及之后的可能发??展方向进行说明。??如图１．２所示，为本文的组织结构图。??第一?ｓ??恶耷网址相关知识???ｔ??第二Ｓ??国内Ｍ１究致！状??｜￣￣＊—?—￣￣１￣￣￣：?：￣￣１￣￣￣，??爸二ｓ?笛ＰＤＳ?第五受?第六呈??Ｓ?，舒】ｆ鍾?靖■?本信??Ｉ????Ｉ＿＿＿＿—！?：?１??｜??第七妾??总结??图１．２：本文的组织结构图??５??

淫秽色情恶意网址进行判定。非文本信息的识别重点主要在图片特征的提取以及??肤色像素检测这两个方面。??如图１．３所示，为本文的恶意网址识别流程图。??恶意网址的识别??数据采集?机器学习??恶基页?文?￥??耷涵画?本?￥??域数信?信?ｆ??名提息?Ｂ?孟??词?分图肤??汇?类片色??特?萁?特?识??征?法?征?别??图１．３：恶意网址的识别流程图??６??


本文编号：2983552