網(wǎng)絡(luò)釣魚是互聯(lián)網(wǎng)犯罪的最常見手段,隨著互聯(lián)網(wǎng)信息技術(shù)的不斷發(fā)展人們對網(wǎng)絡(luò)的依賴也越來越強,以盜取網(wǎng)絡(luò)財產(chǎn)為目的的釣魚現(xiàn)象也愈發(fā)普遍。釣魚網(wǎng)站是釣魚犯罪的形式之一,用戶在誤入釣魚網(wǎng)站之后誤以為進入了正規(guī)網(wǎng)站,向釣魚中者暴露了自己的賬戶密碼,導致被盜號,作為釣魚攻擊的最有力形式,釣魚網(wǎng)站的網(wǎng)址可以使用郵件廣告等方式四處傳播,滲透力極強,因此建立具有較好識別能力的釣魚網(wǎng)站檢測系統(tǒng),具有很高的實用性和安全價值。本文主要研究工作如下:1)針對待檢測URL體量巨大,對于系統(tǒng)并發(fā)要求高等問題,設(shè)計分模塊過濾URL機制,使用Redis去重和黑白名單庫快速過濾掉大部分URL,并使用輕量級URL檢測模塊對URL進行再過濾,降低后續(xù)模塊檢測壓力。2)使用機器學習算法對于已有數(shù)據(jù)集進行學習訓練,本文使用級聯(lián)檢測的方法,將特征空間劃分為URL文本特征、WHOIS特征與頁面特征,使用輕量級的URL文本特征和WHOIS特征來訓練URL分類器,使用頁面特征訓練頁面分類器,在保證整體檢測準確率的前提下,有效降低系統(tǒng)壓力,保證了系統(tǒng)支持并發(fā)的能力。3)針對傳統(tǒng)檢測問題僅能分辨是否為釣魚的二分類問題,本文添加了品牌識別模塊... 

【文章來源】：東南大學江蘇省211工程院校985工程院校教育部直屬院校

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
        1.2.1 基于黑名單的釣魚網(wǎng)站檢測
        1.2.2 基于文本信息的檢測
        1.2.3 基于頁面內(nèi)容的檢測
        1.2.4 基于視覺相似性的檢測
    1.3 論文研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)概述
    2.1 釣魚常見攻擊手段
        2.1.1 偽造URL
        2.1.2 DNS釣魚
        2.1.3 XSS跨站腳本攻擊
    2.2 啟發(fā)式釣魚檢測技術(shù)
        2.2.1 支持向量機
        2.2.2 決策樹
        2.2.3 集成學習
        2.2.4 分類器評價指標
    2.3 卷積神經(jīng)網(wǎng)絡(luò)
    2.4 本章小結(jié)
第三章 系統(tǒng)需求分析與概要設(shè)計
    3.1 系統(tǒng)需求分析
        3.1.1 功能需求
        3.1.2 非功能需求
    3.2 系統(tǒng)功能模塊劃分
        3.2.1 URL過濾模塊
        3.2.2 URL檢測模塊
        3.2.3 頁面檢測模塊
        3.2.4 品牌識別模塊
    3.3 本章小結(jié)
第四章 系統(tǒng)詳細設(shè)計與實現(xiàn)
    4.1 URL過濾模塊
        4.1.1 基于Redis的去重機制
        4.1.2 黑白名單設(shè)計
    4.2 URL檢測模塊
        4.2.1 特征選擇
        4.2.2 基于編輯距離的域名異常檢測算法
        4.2.3 模型訓練
    4.3 頁面檢測模塊
        4.3.1 特征選擇
        4.3.2 隱藏頁面特征的處理
        4.3.3 模型訓練
    4.4 品牌識別模塊
        4.4.1 識別流程
        4.4.2 數(shù)據(jù)集構(gòu)建
        4.4.3 數(shù)據(jù)增強
        4.4.4 遷移學習與網(wǎng)絡(luò)模型
        4.4.5 模型訓練
    4.5 本章小結(jié)
第五章 系統(tǒng)測試與結(jié)果分析
    5.1 功能測試
        5.1.1 URL過濾模塊測試
        5.1.2 URL檢測模塊測試
        5.1.3 頁面檢測模塊測試
        5.1.4 品牌識別模塊測試
    5.2 非功能需求測試
    5.3 本章小結(jié)
第六章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻



本文編號：3638781