期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于图像感知哈希技术的钓鱼网页检测 被引量:4
1
作者 周国强 田先桃 +1 位作者 张卫丰 张迎周 《南京邮电大学学报(自然科学版)》 北大核心 2012年第4期59-63,69,共6页
文中提出一种基于图像感知哈希技术的钓鱼检测方法,简称Phash———将网页以图像格式保存,提取图像的主要可视信息的像素点,由这些像素点组成感知哈希序列,再进行哈希序列的相似度匹配。该方法既克服了钓鱼网页存活时间短的问题,又能快... 文中提出一种基于图像感知哈希技术的钓鱼检测方法,简称Phash———将网页以图像格式保存,提取图像的主要可视信息的像素点,由这些像素点组成感知哈希序列,再进行哈希序列的相似度匹配。该方法既克服了钓鱼网页存活时间短的问题,又能快速地与特征库进行匹配。实验表明,该方法是有效的,在保证一定误判率和召回率的情况下大大提高了匹配速度。 展开更多
关键词 图像哈希 钓鱼检测 网页相似性 分类器
下载PDF
基于改进的TrustRank算法的钓鱼网站检测 被引量:3
2
作者 韩浩 刘博文 林果园 《电信科学》 2018年第3期86-94,共9页
钓鱼检测方式一般只是通过比较网页间特征的相似度判断钓鱼网站,容易被攻击者根据特征提取过程反检测。因此,提出依据网页之间的关系来检测钓鱼网站,通过设立网页集合、结合钓鱼网站与其他网站间的链接关系改进TrustRank算法来检测钓鱼... 钓鱼检测方式一般只是通过比较网页间特征的相似度判断钓鱼网站,容易被攻击者根据特征提取过程反检测。因此,提出依据网页之间的关系来检测钓鱼网站,通过设立网页集合、结合钓鱼网站与其他网站间的链接关系改进TrustRank算法来检测钓鱼网站。实验证明,改进的TrustRank算法可以将钓鱼网站的信任值集中在一个范围内,并且与其他方法相比具有较低的误判率、漏判率和较高的速度,可以很好地检测钓鱼网站。 展开更多
关键词 钓鱼网站 TrustRank 网页关系 链接关系
下载PDF
基于SVM的金融类钓鱼网页检测方法 被引量:2
3
作者 张峰 胡向东 +3 位作者 林家富 郭智慧 付俊 刘可 《重庆邮电大学学报(自然科学版)》 CSCD 北大核心 2017年第6期806-813,共8页
针对金融服务领域面临的严峻信息安全挑战,以及现有钓鱼网页检测方法的不足,提出一种基于支持向量机(support vector machine,SVM)的金融类钓鱼网页检测方法。采用网页渲染去除常见的页面特征伪装,提取统一资源定位符(uniform resource ... 针对金融服务领域面临的严峻信息安全挑战,以及现有钓鱼网页检测方法的不足,提出一种基于支持向量机(support vector machine,SVM)的金融类钓鱼网页检测方法。采用网页渲染去除常见的页面特征伪装,提取统一资源定位符(uniform resource locator,URL)信息特征、页面文本特征、页面表单特征以及页面logo图像特征,构建特征向量训练SVM分类器模型,实现对金融类钓鱼网页的识别。在特征提取过程中,利用适合中文的多模式匹配算法AC_SC(AC suitable for chinese)提高文本匹配效率,并采用加速鲁棒特征(speeded-up robust feature,SURF)算法实现logo图像的特征提取与匹配。多方法实验结果对比表明,该方法针对性更强,能达到99.1%的检测准确率、低于0.86%的误报率。 展开更多
关键词 钓鱼检测 支持向量机(SVM) 金融网页 特征提取 多模式匹配
下载PDF
基于链接的网络页面安全检测方法
4
作者 李玲玲 辛浩 《黑河学院学报》 2016年第3期120-122,共3页
钓鱼网站的攻击在网络安全问题中的比例逐渐上升,造成的经济损失越来越严重。通过研究Web特性中网页链接的特性,提出了一种基于链接的网络安全检测方法。实验证明,该方法能精准地检测出伪装网页,并可以应对新生的钓鱼网站。
关键词 网络安全 钓鱼网页 链接 可信度
下载PDF
网络钓鱼Web页面检测算法 被引量:8
5
作者 郭敏哲 袁津生 王雅超 《计算机工程》 CAS CSCD 北大核心 2008年第20期161-163,共3页
网络钓鱼(Phishing)攻击在电子商务和电子金融中普遍存在。该文分析Phishing页面敏感特征,提出一种防御Phishing攻击的Web页面检测算法。该算法通过分析Web页面的文档对象模型来提取Phishing敏感特征,使用BP神经网络检测页面异常程度,... 网络钓鱼(Phishing)攻击在电子商务和电子金融中普遍存在。该文分析Phishing页面敏感特征,提出一种防御Phishing攻击的Web页面检测算法。该算法通过分析Web页面的文档对象模型来提取Phishing敏感特征,使用BP神经网络检测页面异常程度,利用线性分类器判断该页面是否为Phishing页面。该算法成功过滤了Phishing页面,有效地阻止了Phishing攻击。 展开更多
关键词 网络钓鱼 web页面检测算法 BP神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部