基于机器学习方法钓鱼网址识别研究.PDFVIP

2013 东南大学校庆研究生学术报告会 基于机器学习方法的钓鱼网址识别的研究 1 1 1 叶飞 ，龚俭 ，杨望 （1. 东南大学计算机科学与工程学院，南京，211189 ） 摘 要：钓鱼式网络攻击是在线经济犯罪的主要形式之一。本文利用URL 的文本特征对于识别和分类钓鱼网站进行 研究，使用朴素贝叶斯，逻辑回归，径向量核函数支持向量机以及线性支持向量机作为分类器进行实验，实现了网络钓鱼 检测,并且可以保证检测的效率和精度。实验结果证明，采用URL 文本特征和机器学习方法的网络钓鱼检测系统能达到较 高的检测精度。 关键词：钓鱼网站;入侵检测;机器学习;文本分类;支持向量机 Study on Phishing URL Detection Based on Machine Learning Method 1 1 1 Fei Ye , Jian Gong , Wang Yang (1. School of Computer Science and Engineering, Southeast University, Nanjing, 211189) Abstract: Online phishing attack is one of the main approach of economic crime. In this paper, we proposed a method using text features of URLs for the identification and classification of phishing website. This method utilize naive bayes, logisti c regression, radial basis function support vector machine (RBF-SVM) and linear support vector machine (Linear-SVM) as classifier to implements the phishing detection system and guarantee the efficiency and accuracy of detection. The results show that machine learning method for detection phishing websites with text features of URLs can achieve higher precision. Key words: Phishing Websites; Intrusion Detection; Machine Learning; Text Classfication; Support Vector Machine 近年来，互联网在中国得到了蓬勃的发展，但 的钓鱼网站总量占全部举报量的80.09%。其中，淘 越来越严重的安全问题引起了人们的担扰，其中， 宝网处于钓鱼网站仿冒对象的第一位。这充分反映 网络钓鱼（Phishing ）就是网络欺诈的代表。网络钓 了网络钓鱼对网络和个人信息和经济安全的严重威 鱼式攻击是一种在线身份伪造的欺诈方式，使用社 胁。静态地来看，钓鱼式网络攻击实际上是一些伪 会工程学和技术伪装等攻击手段骗取用户的信任， 装成正规网站的 phishing Web 网页。通过对这些 窃取用户的个人身份数据和金融账号等敏感信息。 Web 网页及其URL 研究表明，它们存在一些明显 金山网络发布的《2012 年度计算机病毒