基于URL特征的钓鱼网站检测方式.pdfVIP

测试工具与解决方案 2014.3 基于 URL 特征的钓鱼网站检测方式 蔺亚东 （武汉邮科院，湖北，430074） 摘要 ：提出一种基于 URL 特征的钓鱼网站检测方式。首先通过基于域名分割和二元组匹配的方式寻找与正常网站相似的URL。 通过分析 URL 得出匹配特征和 URL 分割特征，利用上述特征训练分类器来探测钓鱼网站，实验结果表明，该方法的准确率达到 95%。 关键词 ：域名分割 ；二元组 ；支持向量机 Detection of Phishing URL Based on Abnormal Feature Lin Yadong （Wuhan Research Institute of Posts Telecommunications，HuBei,430074） Abstract ： This paper proposes a phishing URL detection method.It uses segmentation based on domain and matching tuple way to find URL which similar to normal URL.Then it uses support vector machine to find phishing URL.In this paper,WO get Experiments on the real data set show that the method can achieve a precision of 95%. Keywords ： Domain Split;Tuple;Support Vector Machine 0 引言 滤波器分类 URL。经过对 URL 的分析，得出其结构特征。主要分为 页面特征，域名特征，类型特征和单词特征。页面特征借助谷歌 本文提出的检测方法是通过结合域名分割和二元组匹配，对 搜索引擎，选取 URL 页面排名（Page Rank of URL）、域名页面排 URL 的域名相似度进行初步判断，然后通过对 URL 的分析和分割 名（Page Rank of Host）、页面排名存在爬行数据库（PageRank 提取出单词特征，再对其进行分类进行进一步判断。实验表明该 Present in Crawl Database）、页 面 存 在 索 引数 据 库（Page 方法有较高的钓鱼网站的检测成功率。 Present in Index）、两个页面质量评价（Page Quality Score） 1 相关技术研究 共 6 个特征。Ma 算法与 Garera 算法不同的是，其分析 URL 的词 1.1 基于 URL 黑名单检测技术 汇和主机属性。在词汇特征中，不仅考虑了主机名长度、URL 长 基于 URL 黑名单检测技术是当前 比较流行 的技术，它利 度、URL 中点的个数等，而且对于 URL 主机和路径中的词汇符 用 URL 地址判断 URL 是否为钓鱼网站。该方法