

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、網(wǎng)絡(luò)釣魚(yú)是通過(guò)給用戶(hù)投遞來(lái)自企業(yè)組織或者金融機(jī)構(gòu)的欺騙性垃圾郵件,引誘用戶(hù)泄露個(gè)人私密隱私信息的一種攻擊方式。最常見(jiàn)的方式是將用戶(hù)引誘到與目標(biāo)正常網(wǎng)頁(yè)十分類(lèi)似的虛假網(wǎng)頁(yè)上,并竊取受害者在其網(wǎng)頁(yè)上保存的個(gè)人私密信息。近幾年來(lái)隨著虛假網(wǎng)頁(yè)的危害越來(lái)越嚴(yán)重,虛假網(wǎng)頁(yè)檢測(cè)作為一種反釣魚(yú)技術(shù)與措施被人們廣泛關(guān)注。本文提出一種基于網(wǎng)絡(luò)爬蟲(chóng)的虛假網(wǎng)頁(yè)主動(dòng)智能檢測(cè)系統(tǒng),在得到與目標(biāo)網(wǎng)站相似網(wǎng)頁(yè)的基礎(chǔ)上,通過(guò)提取相似網(wǎng)頁(yè)的特征并對(duì)特征向量利用Autoen
2、coder進(jìn)行降維預(yù)處理,最后再利用BVM分類(lèi)器檢測(cè)辨別虛假網(wǎng)頁(yè)。
首先,由于被動(dòng)檢測(cè)的滯后性,論文采用主動(dòng)檢測(cè)模式,即使用編輯距離計(jì)算出種子站點(diǎn)與目標(biāo)站點(diǎn)URL地址相似的網(wǎng)頁(yè)。其次,在得到相似網(wǎng)頁(yè)的基礎(chǔ)上,對(duì)這些網(wǎng)頁(yè)分別進(jìn)行特征提取,虛假網(wǎng)頁(yè)的檢測(cè)結(jié)果很大程度上取決于網(wǎng)站特征的提取,本文較全面的提取了網(wǎng)頁(yè)的文檔特征和拓?fù)涮卣?,并且充?shí)了特征元素的種類(lèi),在對(duì)網(wǎng)頁(yè)的文本特征和源碼分析的基礎(chǔ)上,提出了更加準(zhǔn)確全面的虛假網(wǎng)頁(yè)特征向量
3、,然后利用Autoencoder對(duì)其特征向量進(jìn)行降維預(yù)處理,使處理后的特征向量更加符合分類(lèi)器的要求,并且提高了虛假網(wǎng)頁(yè)檢測(cè)的精度。再次,論文利用機(jī)器學(xué)習(xí)算法BVM構(gòu)建了虛假網(wǎng)頁(yè)主動(dòng)智能檢測(cè)分類(lèi)器,給出了基于BVM的虛假網(wǎng)頁(yè)的智能檢測(cè)的步驟和實(shí)驗(yàn)結(jié)果,并分析了算法的優(yōu)缺點(diǎn)。通過(guò)大量的實(shí)驗(yàn),得出本文提出的基于BVM虛假網(wǎng)頁(yè)主動(dòng)智能檢測(cè)方法具有較高的精確度并且有較短的消耗時(shí)間。最后,本文用Java Web技術(shù)實(shí)現(xiàn)了一個(gè)基于網(wǎng)絡(luò)爬蟲(chóng)的虛假網(wǎng)頁(yè)主
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶(hù)ID的智能網(wǎng)絡(luò)爬蟲(chóng)研究.pdf
- 惡意網(wǎng)頁(yè) 高交互 網(wǎng)絡(luò)爬蟲(chóng) rootkit
- 基于模板化網(wǎng)絡(luò)爬蟲(chóng)技術(shù)的Web網(wǎng)頁(yè)信息抽取.pdf
- 基于網(wǎng)絡(luò)爬蟲(chóng)的XSS漏洞檢測(cè)技術(shù).pdf
- 基于主題的微博網(wǎng)頁(yè)爬蟲(chóng)研究
- 基于SVM的網(wǎng)絡(luò)爬蟲(chóng)檢測(cè)研究與實(shí)現(xiàn).pdf
- 基于學(xué)習(xí)的惡意網(wǎng)頁(yè)智能檢測(cè)系統(tǒng).pdf
- 基于主題的微博網(wǎng)頁(yè)爬蟲(chóng)研究.pdf
- 基于網(wǎng)頁(yè)分塊的主題爬蟲(chóng)方法研究.pdf
- 基于學(xué)習(xí)的惡意網(wǎng)頁(yè)智能檢測(cè)系統(tǒng)
- 基于網(wǎng)頁(yè)更新頻率預(yù)測(cè)的增量爬蟲(chóng)研究.pdf
- 基于規(guī)則引擎的個(gè)性化網(wǎng)頁(yè)爬蟲(chóng)研究.pdf
- 網(wǎng)絡(luò)爬蟲(chóng)外文翻譯---基于網(wǎng)絡(luò)爬蟲(chóng)的有效url緩存
- 基于網(wǎng)絡(luò)爬蟲(chóng)的XSS漏洞檢測(cè)模型的研究與實(shí)現(xiàn).pdf
- 基于網(wǎng)頁(yè)分塊的論壇爬蟲(chóng)關(guān)鍵技術(shù)研究.pdf
- 基于動(dòng)態(tài)多模網(wǎng)絡(luò)的虛假評(píng)論檢測(cè)方法研究.pdf
- 面向eMule的主動(dòng)式網(wǎng)絡(luò)爬蟲(chóng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于網(wǎng)頁(yè)內(nèi)容和鏈接的主題爬蟲(chóng)研究與實(shí)現(xiàn).pdf
- 智能電網(wǎng)虛假數(shù)據(jù)注入攻擊檢測(cè).pdf
- 基于Python 的網(wǎng)絡(luò)爬蟲(chóng).docx
評(píng)論
0/150
提交評(píng)論