一種基于TSVM的phishing網(wǎng)頁(yè)檢測(cè)方法.pdf

1、網(wǎng)絡(luò)釣魚(yú)(Phishing)是指欺詐者通過(guò)模擬相同或相似的Web頁(yè)面或網(wǎng)站，假冒合法者身份，竊取個(gè)人信息或隱私信息，從而獲得非法政治經(jīng)濟(jì)利益。隨著phishing的危害越來(lái)越嚴(yán)重，phishing網(wǎng)頁(yè)檢測(cè)作為一種反釣魚(yú)措施與技術(shù)受到普遍的關(guān)注和重視。本文提出一種基于直推支持向量機(jī)(Transductive Support Vector Machine，TSVM)的phishing網(wǎng)頁(yè)檢測(cè)方法，在分析網(wǎng)頁(yè)內(nèi)容特征的基礎(chǔ)上，用TSVM模型分

2、類(lèi)檢測(cè)識(shí)別phishing網(wǎng)頁(yè)。
　　 首先，針對(duì)DOM(Document Objects Model)模型網(wǎng)頁(yè)文檔特征的局限性，論文增加提取網(wǎng)頁(yè)圖像特征。論文將量子進(jìn)化算法，克隆變異操作引入譜聚類(lèi)圖像分割領(lǐng)域，實(shí)現(xiàn)對(duì)網(wǎng)頁(yè)圖像的精確分割。根據(jù)網(wǎng)頁(yè)圖像分割結(jié)果提取其子圖形狀，灰度直方圖，彩色直方圖及空間位置關(guān)系特征。然后根據(jù)網(wǎng)頁(yè)DOM模型，提取URL信息，鏈接對(duì)象，表單元素，SSL證書(shū)信息等異常文檔頁(yè)面特征。其次，由于組成網(wǎng)頁(yè)特征

3、向量的數(shù)據(jù)元素格式不同，存在冗余，phishing網(wǎng)頁(yè)分類(lèi)器在處理其大量網(wǎng)頁(yè)特征數(shù)據(jù)時(shí)，需要花費(fèi)較長(zhǎng)時(shí)間。為了解決效率問(wèn)題，論文引入核主成分分析(Kernel Principal Component Analysis，KPCA)對(duì)前面生成的網(wǎng)頁(yè)特征向量進(jìn)行規(guī)格化降維處理，使之符合phishing網(wǎng)頁(yè)分類(lèi)器的輸入要求。最后，針對(duì)支持向量機(jī)(Support Vector Machine，SVM)利用已知標(biāo)簽樣本訓(xùn)練分類(lèi)器模型，不能全部反映樣