信息技术的发展是一把双刃剑,给用户带来便捷生活方式的同时也给用户带来网络攻击威胁。其中网络钓鱼是比较常见的攻击方式。因此,文章针对此现象提出基于敏感词分词方法的双向长短期记忆(Bidirectional Long Short-Term Memory,BLSTM)...信息技术的发展是一把双刃剑,给用户带来便捷生活方式的同时也给用户带来网络攻击威胁。其中网络钓鱼是比较常见的攻击方式。因此,文章针对此现象提出基于敏感词分词方法的双向长短期记忆(Bidirectional Long Short-Term Memory,BLSTM)网络模型钓鱼网站检测方案,从不同分词方法出发,对URL地址进行提取、整合,并对网络模型进行训练。实验表明,此方案能够有效检测网络钓鱼攻击。展开更多
针对传统方法难以对大规模钓鱼网站进行批量检测的问题,提出基于特征筛选的轻量级层次化检测方法(lightweight hierarchical detection method based on feature filtering,LHFF).该方法首先使用互信息对原始特征集进行筛选,剔除冗余特...针对传统方法难以对大规模钓鱼网站进行批量检测的问题,提出基于特征筛选的轻量级层次化检测方法(lightweight hierarchical detection method based on feature filtering,LHFF).该方法首先使用互信息对原始特征集进行筛选,剔除冗余特征,并将筛选后的特征按照提取特征耗时长短划分为URL特征和网站特征,然后根据划分后的特征,使用轻量级层次化检测框架对钓鱼网站进行检测.实验结果表明,LHFF能够在保障良好检测性能的前提下,减少网站检测所需要的时间,满足对大规模钓鱼网站进行批量检测的需求.展开更多
文摘信息技术的发展是一把双刃剑,给用户带来便捷生活方式的同时也给用户带来网络攻击威胁。其中网络钓鱼是比较常见的攻击方式。因此,文章针对此现象提出基于敏感词分词方法的双向长短期记忆(Bidirectional Long Short-Term Memory,BLSTM)网络模型钓鱼网站检测方案,从不同分词方法出发,对URL地址进行提取、整合,并对网络模型进行训练。实验表明,此方案能够有效检测网络钓鱼攻击。
文摘针对传统方法难以对大规模钓鱼网站进行批量检测的问题,提出基于特征筛选的轻量级层次化检测方法(lightweight hierarchical detection method based on feature filtering,LHFF).该方法首先使用互信息对原始特征集进行筛选,剔除冗余特征,并将筛选后的特征按照提取特征耗时长短划分为URL特征和网站特征,然后根据划分后的特征,使用轻量级层次化检测框架对钓鱼网站进行检测.实验结果表明,LHFF能够在保障良好检测性能的前提下,减少网站检测所需要的时间,满足对大规模钓鱼网站进行批量检测的需求.
