【摘要】：隨著信息化建設(shè)的快速發(fā)展,互聯(lián)網(wǎng)已經(jīng)成為人們?nèi)粘Ｉ畈豢苫蛉钡囊豁?xiàng),人們足不出戶就可以享受到互聯(lián)網(wǎng)帶來的便利。然而互聯(lián)網(wǎng)是一把雙刃劍,方便和安全永遠(yuǎn)不能完美兼得,如此巨大數(shù)量的用戶和網(wǎng)站由于安全問題而暴露出危險(xiǎn)�；ヂ�(lián)網(wǎng)中存在各種各樣的惡意網(wǎng)站、惡意軟件、病毒木馬,對用戶個(gè)人隱私和財(cái)產(chǎn)安全造成巨大威脅,不僅給用戶帶來經(jīng)濟(jì)損失,甚至?xí)：ι鐣蛧野踩�。這些網(wǎng)絡(luò)攻擊進(jìn)化的越來越復(fù)雜和自動化,由于互聯(lián)網(wǎng)傳播迅速和各種類型的惡意網(wǎng)頁層出不窮,為檢測帶來很大難度。論文分析了惡意網(wǎng)頁的攻擊與檢測技術(shù),針對URL檢測中提取文本特征不足的問題提出了基于上下文信息的惡意URL檢測方法,設(shè)計(jì)實(shí)現(xiàn)了基于該檢測方法和網(wǎng)頁源碼靜態(tài)檢測方法相結(jié)合的惡意網(wǎng)頁檢測系統(tǒng)。主要工作和成果包括以下幾個(gè)方面:(1)針對傳統(tǒng)基于文本特征的檢測方法沒有考慮到URL中詞的位置和上下文信息的不足,提出了一種基于上下文信息的惡意URL檢測方法。該方法利用卷積神經(jīng)網(wǎng)絡(luò)模型自動提取文本特征,尤其是可以獲取URL中詞與詞之間的上下文關(guān)系,減少了人工干預(yù)。(2)在基于上下文信息的惡意URL檢測方法中,本文分析了URL分類和文本分類的不同之處,研究了URL混淆方式,對URL針對性的進(jìn)行分詞和預(yù)處理,暴露出惡意URL混淆意圖,并且提出了利用字符之間視覺相似度改進(jìn)后的編輯距離算法來計(jì)算域名相似性。使用開源工具Word2vec生成詞向量,構(gòu)建了適用于URL這種短文本分類的卷積神經(jīng)網(wǎng)絡(luò),能夠提取到現(xiàn)有檢測方法無法捕獲的文本特征。根據(jù)實(shí)驗(yàn)結(jié)果對比,該檢測方法比傳統(tǒng)利用詞袋模型和支持向量機(jī)算法來分類URL在準(zhǔn)確率和召回率均有所提升。然后利用基于機(jī)器學(xué)習(xí)算法的網(wǎng)頁源碼檢測彌補(bǔ)了僅使用URL文本特征分類檢測惡意網(wǎng)頁類型不全面的缺點(diǎn),結(jié)合兩種檢測技術(shù)的優(yōu)點(diǎn)設(shè)計(jì)出一個(gè)檢測方法,在低資源消耗的情況下保證檢測率。(3)基于上述方法設(shè)計(jì)實(shí)現(xiàn)了惡意網(wǎng)頁檢測系統(tǒng),描述了系統(tǒng)各主要模塊的設(shè)計(jì)與實(shí)現(xiàn)方案,測試了整體系統(tǒng)的檢測能力和檢測效率。
【圖文】：

兄＝＋１邐式⑷）逡逑＼ｗＴｘｊ邋＋ｂ＜－＼，邋ｙｔ邋＝邋－１逡逑如圖２－２所示，距離超平面最近的幾個(gè)樣本點(diǎn)使得上述等式成立，它們被稱逡逑為“支持向量”。從直觀上而言，這個(gè)超平面應(yīng)該是處于兩類數(shù)據(jù)最中間的直線，逡逑也就是使直線兩邊的數(shù)據(jù)離直線間隔最大化。逡逑９逡逑

２．３．３隨機(jī)森林算法逡逑在機(jī)器學(xué)習(xí)中，，有一種方法是把多個(gè)弱分類器組合起來提升為強(qiáng)分類器，這逡逑種方法稱為集成學(xué)習(xí)，是機(jī)器學(xué)習(xí)中的一大分支。集成學(xué)習(xí)器如圖２－３所示。逡逑基學(xué)習(xí)器１邋＼逡逑基學(xué)習(xí)器２邐邐邋邐逡逑結(jié)合邋邐＆邋集成逡逑．邐？邐＞算法邐學(xué)習(xí)器逡逑基學(xué)習(xí)器Ｎ邋Ｚ逡逑圖２－３集成學(xué)習(xí)示意圖逡逑隨機(jī)森林算法就是集成學(xué)習(xí)的一種，它的基本單元是決策樹，其中的每棵樹逡逑按照如下規(guī)則生成：逡逑（１）假設(shè)訓(xùn)練集大小為Ｎ，對于基分類器而言，也就是每個(gè)決策樹的訓(xùn)練逡逑集大小均為Ｎ，但是抽樣方法采用的是隨機(jī)、有放回的抽�。蝹�(gè)樣本，這種抽逡逑樣方式導(dǎo)致每個(gè)決策樹的訓(xùn)練集都不相同并且有重復(fù)，增加每棵樹的差異性，提逡逑升總體模型的能力。逡逑１２逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP393.08

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊光;;刪除惡意網(wǎng)頁對系統(tǒng)修改的幾個(gè)方法[J];計(jì)算機(jī)與網(wǎng)絡(luò);2014年08期

2 韓豐海;查看惡意網(wǎng)頁有妙招[J];電腦應(yīng)用文萃;2005年09期

3 ;追擊連環(huán)惡意網(wǎng)頁病毒[J];計(jì)算機(jī)與網(wǎng)絡(luò);2004年09期

4 ;輕松對付惡意網(wǎng)頁[J];中國會計(jì)電算化;2003年07期

5 ycx;對付惡意網(wǎng)頁三法[J];中國電子與網(wǎng)絡(luò)出版;2003年11期

6 徐海斌;;走出惡意網(wǎng)頁的沼澤地[J];電腦應(yīng)用文萃;2002年07期

7 倪一濤;陳詠佳;林柏鋼;;基于自動解混淆的惡意網(wǎng)頁檢測方法[J];信息網(wǎng)絡(luò)安全;2019年04期

8 冰河洗劍;;斬?cái)鄲阂饩W(wǎng)頁之手[J];電腦迷;2007年18期

9 CLX;;三招徹底防范惡意網(wǎng)頁[J];電腦迷;2005年12期

10 李強(qiáng) ,昊蟲蟲;清除惡意網(wǎng)頁病毒又兩招[J];電腦愛好者;2004年20期

相關(guān)會議論文 前3條

1 孫靖超;;一種基于機(jī)器學(xué)習(xí)的網(wǎng)頁分類技術(shù)[A];第32次全國計(jì)算機(jī)安全學(xué)術(shù)交流會論文集[C];2017年

2 胡永濤;姚靜晶;趙恒立;;國內(nèi)政府網(wǎng)站安全狀況主動調(diào)查[A];全國計(jì)算機(jī)安全學(xué)術(shù)交流會論文集（第二十四卷）[C];2009年

3 唐雅茜;朱海波;黎玲;;破解惡意網(wǎng)頁十大招[A];2008年廣西氣象學(xué)會學(xué)術(shù)年會論文集[C];2008年

相關(guān)重要報(bào)紙文章 前10條

1 cdrom;惡意網(wǎng)頁幾時(shí)休[N];中國電腦教育報(bào);2002年

2 徐海斌;惡意網(wǎng)頁我們這樣對付它[N];中國電腦教育報(bào);2002年

3 何斌;巧用“3721”屏蔽惡意網(wǎng)頁[N];中國電腦教育報(bào);2003年

4 ;對付惡意網(wǎng)頁[N];中國電腦教育報(bào);2003年

5 徐海斌;以牙還牙 巧治惡意網(wǎng)頁病毒[N];中國電腦教育報(bào);2002年

6 王書杰;追擊連環(huán)惡意網(wǎng)頁病毒[N];中國電腦教育報(bào);2004年

7 邊歆;惡意網(wǎng)頁每天增加5000個(gè)[N];網(wǎng)絡(luò)世界;2008年

8 ;“極限女孩”惡意網(wǎng)頁病毒[N];中國財(cái)經(jīng)報(bào);2002年

9 天津 Kingstar;菜鳥VS惡意網(wǎng)頁[N];電腦報(bào);2003年

10 王紹清;和惡意網(wǎng)頁代碼拜拜[N];中國電腦教育報(bào);2002年

相關(guān)博士學(xué)位論文 前2條

1 馬洪亮;基于JavaScript的惡意網(wǎng)頁異常檢測方法研究[D];北京交通大學(xué);2018年

2 沙泓州;面向大規(guī)模網(wǎng)絡(luò)流量的URL實(shí)時(shí)分類關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 吳海濱;惡意網(wǎng)頁檢測技術(shù)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

2 陳博深;代價(jià)敏感的多分類惡意網(wǎng)頁識別系統(tǒng)研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2019年

3 陳常杰;基于圖像語義理解的惡意網(wǎng)頁識別方法研究[D];南昌航空大學(xué);2019年

4 皇甫群澤;惡意網(wǎng)頁檢測系統(tǒng)的研究與實(shí)現(xiàn)[D];北京郵電大學(xué);2018年

5 王維光;基于分類算法的惡意網(wǎng)頁檢測技術(shù)研究[D];北京郵電大學(xué);2015年

6 羅劍;數(shù)據(jù)挖掘在惡意網(wǎng)頁動態(tài)檢測中的應(yīng)用研究[D];上海交通大學(xué);2012年

7 李敏;惡意網(wǎng)頁檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2016年

8 姚楠;基于客戶端惡意網(wǎng)頁收集與分析系統(tǒng)的安全技術(shù)研究[D];武漢理工大學(xué);2014年

9 王松;基于學(xué)習(xí)的惡意網(wǎng)頁智能檢測系統(tǒng)[D];南京理工大學(xué);2011年

10 張亮;面向Linux的瀏覽器惡意網(wǎng)頁檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

本文編號：2697744