基于概率圖模型的網(wǎng)絡(luò)釣魚檢測(cè)算法.pdf

1、隨著互聯(lián)網(wǎng)的不斷發(fā)展，電子支付的日益普及，網(wǎng)絡(luò)欺詐問題逐漸成為人們關(guān)注的焦點(diǎn)。網(wǎng)絡(luò)釣魚(Web Phishing)是指這樣一類欺詐行為：攻擊者通過短信，郵件，虛假?gòu)V告，即時(shí)聊天工具等社交手段，利用社會(huì)工程技巧，引導(dǎo)用戶訪問一些看似真實(shí)的假冒網(wǎng)站，以騙取用戶的隱私信息，例如私人賬號(hào)密碼，支付口令，信用卡信息等等。無論是對(duì)企業(yè)用戶還是個(gè)人用戶而言，釣魚網(wǎng)站的檢測(cè)都是一項(xiàng)重要任務(wù)。
　　隨著網(wǎng)絡(luò)釣魚檢測(cè)的研究成果不斷提出與應(yīng)用，雖然很大

2、程度上減少了網(wǎng)絡(luò)釣魚的威脅，但也因檢測(cè)方式都有各自的局限性，導(dǎo)致攻擊者可以根據(jù)不同檢測(cè)方式以相對(duì)較低成本躲避檢測(cè)。
　　針對(duì)現(xiàn)有算法的缺陷，本文重點(diǎn)研究了網(wǎng)絡(luò)釣魚的行為模式。以運(yùn)營(yíng)商的真實(shí)網(wǎng)絡(luò)流量作為研究對(duì)象，在現(xiàn)有研究成果基礎(chǔ)上，本文總結(jié)出釣魚網(wǎng)站的三種特征:固有特征，交互特征與傳遞特征。同時(shí)本文研究了概率圖模型（Probabilistic Graphical Model）以及相關(guān)算法，提出了兩種新的檢測(cè)算法，分別為：基于馬爾可

3、夫隨機(jī)場(chǎng)（Markov Ran-dom Field）的置信傳播算法（Belief Propagation）檢測(cè)模型，以及基于深度學(xué)習(xí)（Deep Learning）領(lǐng)域的深度信念網(wǎng)絡(luò)（Deep Belief Network）檢測(cè)模型。實(shí)驗(yàn)結(jié)果表明，本文提出的算法在部署成本較低的情況下具有良好的檢測(cè)成功率與運(yùn)行效率。其中，基于置信傳播算法的檢測(cè)模型可以在誤報(bào)率不超過3%的情況下達(dá)到超過90%的檢出率，基于深度信念網(wǎng)絡(luò)的算法也可以達(dá)到接近90