基于CADW集成的釣魚網站檢測方法研究
發(fā)布時間:2021-07-20 22:01
近年來,信息詐騙類安全事件數量快速增長。一方面,釣魚網站傳播范圍更廣泛;另一方面,攻擊手段更趨于多樣化。如何全面準確地監(jiān)測釣魚網站成了挑戰(zhàn)性的課題,受到了越來越多的關注。從釣魚網站本質出發(fā),釣魚攻擊者為了使網頁在視覺上達到相似的效果,通常使用合法網站中的圖像元素進行偽裝;同時,在網頁中以圖片代替文字成為常見的規(guī)避檢測的手段。因此基于圖像相似性的釣魚檢測變得尤為重要。在圖像特征提取方面,SIFT算法具有良好的特性,其提取的特征具有尺度不變性,能較好的適應釣魚頁面多變的情況。但在某些因素影響下,若一張圖片中存在大量形狀相似的區(qū)域,在使用SIFT進行圖像匹配時會產生一定的誤匹配點。為了解決這個問題,本文提出了一個新匹配算法,該方法在對特征進行匹配時加入幾何一致性約束,剔除掉鄰域斜率不相似的點,同時加入Pearson相關系數約束,對特征向量進行進一步篩選,有效地改善了原始匹配算法約束小,沒有考慮空間幾何約束信息的問題。對比改進前后的匹配算法,分別對經過噪聲,旋轉縮放、光照變化以及圖像視角變化后的圖像進行匹配,結果表明,改進后的匹配算法有效的降低了誤配率,與原始SIFT算法相比,誤配率降低4~6...
【文章來源】:山東科技大學山東省
【文章頁數】:65 頁
【學位級別】:碩士
【部分圖文】:
的幼冤卻場年鈞魚網站戴皿分布
據《全球中文釣魚網站現狀統(tǒng)計分析報告(2016年)》⑴數據顯示,在2016??年,通過舉報和自主檢測等方式被識別的釣魚網站有147211例,每月約有12268??個釣魚網站被識別。圖1.1是2012年至2016年期間,釣魚網站數量發(fā)展趨勢,??從圖中可以看出,釣魚網站數量雖存在波動,但整體上呈現上升趨勢,并在2016??年到達峰值,較上一年網絡釣魚數量增長了近150.96%。??160000?147211??140000?,,??120000??100000?-?/??80000?70483?/*'??60000?一,??^^一,.4??4000C-??20000??2012?2013?2014?201S?2016??圖1.1?2012運2016牽釣魚網站數量分希??Fig.1.1?Number?distribution?of?phishing?from?2012?to?2016??由圖1.2可知,釣魚網站攻擊目標排名前三的行業(yè)分別為支付、網絡金融、??1??
2反釣魚相關技術分析??2.1黑白名單釣魚檢測技術??基于黑白名單的檢測是通過判斷未知URL能否成功匹配黑白名單個網站是否是合法網。知識庫中包含正常網站和非正常網站,白名單網站一般來源于網絡爬蟲或人工收集,非正常網站即所謂的黑名單一人工舉報、審查、用戶群的評級、APWG?(Anti-Phishing?Working?Group)(Anti-Phishing?Alliance?of?China)或己驗證通過的釣魚網站。安全廠黑白名單記錄成MD5值,以防止錯誤標記,保證信息的正確性。對比的地址與黑名單中的URL,如果命中,則判定該網站為釣魚網站。如問地址被白名單命中,則允許訪問。黑白名單過濾模塊主要包括對待行去重和規(guī)范化處理,然后按照黑名單、白名單以及路徑黑名單順序2.1是基于黑白名的釣魚流圖。??
【參考文獻】:
期刊論文
[1]基于隨機森林算法的用電負荷預測研究[J]. 李婉華,陳宏,郭昆,郭松榮,韓嘉民,陳羽中. 計算機工程與應用. 2016(23)
[2]基于圖和LDA主題模型的關鍵詞抽取算法[J]. 劉嘯劍,謝飛,吳信東. 情報學報. 2016 (06)
[3]多特征分類識別算法融合的網絡釣魚識別技術[J]. 徐歡瀟,徐慧,雷麗婷. 計算機應用研究. 2017(04)
[4]基于SURF算法的Android惡意應用釣魚登錄界面檢測[J]. 徐強,梁彬,游偉,石文昌. 清華大學學報(自然科學版). 2016(01)
[5]基于超圖的文本摘要與關鍵詞協同抽取研究[J]. 莫鵬,胡珀,黃湘冀,何婷婷. 中文信息學報. 2015(06)
[6]基于AdaCostBoost算法的網絡釣魚檢測[J]. 曾傳璜,李思強,張小紅. 計算機系統(tǒng)應用. 2015(09)
[7]基于SVM-RFE的釣魚網頁檢測方法研究[J]. 王婷,彭勇,戴忠華,伊勝偉,韓蘭勝. 華中科技大學學報(自然科學版). 2013(S2)
[8]詞語位置加權TextRank的關鍵詞抽取研究[J]. 夏天. 現代圖書情報技術. 2013(09)
[9]基于高斯金字塔的運動目標檢測[J]. 屠禮芬,仲思東,彭祺,梅天燦. 中南大學學報(自然科學版). 2013(07)
[10]基于URL特征的Phishing檢測方法(英文)[J]. 曹玖新,董丹,毛波,王田峰. Journal of Southeast University(English Edition). 2013(02)
碩士論文
[1]基于內容分析的信息安全過濾技術研究[D]. 楊曉懿.四川大學 2005
本文編號:3293685
【文章來源】:山東科技大學山東省
【文章頁數】:65 頁
【學位級別】:碩士
【部分圖文】:
的幼冤卻場年鈞魚網站戴皿分布
據《全球中文釣魚網站現狀統(tǒng)計分析報告(2016年)》⑴數據顯示,在2016??年,通過舉報和自主檢測等方式被識別的釣魚網站有147211例,每月約有12268??個釣魚網站被識別。圖1.1是2012年至2016年期間,釣魚網站數量發(fā)展趨勢,??從圖中可以看出,釣魚網站數量雖存在波動,但整體上呈現上升趨勢,并在2016??年到達峰值,較上一年網絡釣魚數量增長了近150.96%。??160000?147211??140000?,,??120000??100000?-?/??80000?70483?/*'??60000?一,??^^一,.4??4000C-??20000??2012?2013?2014?201S?2016??圖1.1?2012運2016牽釣魚網站數量分希??Fig.1.1?Number?distribution?of?phishing?from?2012?to?2016??由圖1.2可知,釣魚網站攻擊目標排名前三的行業(yè)分別為支付、網絡金融、??1??
2反釣魚相關技術分析??2.1黑白名單釣魚檢測技術??基于黑白名單的檢測是通過判斷未知URL能否成功匹配黑白名單個網站是否是合法網。知識庫中包含正常網站和非正常網站,白名單網站一般來源于網絡爬蟲或人工收集,非正常網站即所謂的黑名單一人工舉報、審查、用戶群的評級、APWG?(Anti-Phishing?Working?Group)(Anti-Phishing?Alliance?of?China)或己驗證通過的釣魚網站。安全廠黑白名單記錄成MD5值,以防止錯誤標記,保證信息的正確性。對比的地址與黑名單中的URL,如果命中,則判定該網站為釣魚網站。如問地址被白名單命中,則允許訪問。黑白名單過濾模塊主要包括對待行去重和規(guī)范化處理,然后按照黑名單、白名單以及路徑黑名單順序2.1是基于黑白名的釣魚流圖。??
【參考文獻】:
期刊論文
[1]基于隨機森林算法的用電負荷預測研究[J]. 李婉華,陳宏,郭昆,郭松榮,韓嘉民,陳羽中. 計算機工程與應用. 2016(23)
[2]基于圖和LDA主題模型的關鍵詞抽取算法[J]. 劉嘯劍,謝飛,吳信東. 情報學報. 2016 (06)
[3]多特征分類識別算法融合的網絡釣魚識別技術[J]. 徐歡瀟,徐慧,雷麗婷. 計算機應用研究. 2017(04)
[4]基于SURF算法的Android惡意應用釣魚登錄界面檢測[J]. 徐強,梁彬,游偉,石文昌. 清華大學學報(自然科學版). 2016(01)
[5]基于超圖的文本摘要與關鍵詞協同抽取研究[J]. 莫鵬,胡珀,黃湘冀,何婷婷. 中文信息學報. 2015(06)
[6]基于AdaCostBoost算法的網絡釣魚檢測[J]. 曾傳璜,李思強,張小紅. 計算機系統(tǒng)應用. 2015(09)
[7]基于SVM-RFE的釣魚網頁檢測方法研究[J]. 王婷,彭勇,戴忠華,伊勝偉,韓蘭勝. 華中科技大學學報(自然科學版). 2013(S2)
[8]詞語位置加權TextRank的關鍵詞抽取研究[J]. 夏天. 現代圖書情報技術. 2013(09)
[9]基于高斯金字塔的運動目標檢測[J]. 屠禮芬,仲思東,彭祺,梅天燦. 中南大學學報(自然科學版). 2013(07)
[10]基于URL特征的Phishing檢測方法(英文)[J]. 曹玖新,董丹,毛波,王田峰. Journal of Southeast University(English Edition). 2013(02)
碩士論文
[1]基于內容分析的信息安全過濾技術研究[D]. 楊曉懿.四川大學 2005
本文編號:3293685
本文鏈接:http://www.sikaile.net/guanlilunwen/ydhl/3293685.html
最近更新
教材專著