基于最优特征选择与神经网络的钓鱼网站检测体系构建与效能研究.docxVIP

基于最优特征选择与神经网络的钓鱼网站检测体系构建与效能研究

一、引言

1.1研究背景与意义

随着互联网的飞速发展，其在人们日常生活和工作中的渗透程度日益加深。从日常的网络购物、便捷的在线支付，到企业复杂的数字化运营、频繁的电子交易，网络的身影无处不在。据中国互联网络信息中心（CNNIC）发布的第54次《中国互联网络发展状况统计报告》显示，截至2019年6月，我国网民规模达8.54亿，互联网普及率达61.2%。然而，网络的快速发展也带来了一系列安全问题，其中钓鱼网站的威胁日益严重。

钓鱼网站作为一种网络欺诈手段，不法分子通过精心设计与合法网站极为相似的页面，诱使用户输入敏感信息，如银行账号、密码、身份证号等，进而窃取用户的财产或进行其他违法活动。这些钓鱼网站通常伪装成知名的银行、电商平台、社交网络等，以极具欺骗性的方式骗取用户信任。据相关数据显示，近年来钓鱼网站的数量呈持续增长趋势。在过去的几年中，新出现的钓鱼网站数量每年以两位数的速度递增。仅在2022年，全球范围内被发现的钓鱼网站就超过了数百万个，平均每天新增数千个。这些钓鱼网站给用户和企业带来了巨大的经济损失。据统计，2022年全球用户因钓鱼网站遭受的直接经济损失高达数十亿美元，涉及众多行业和领域。不仅如此，钓鱼网站还对用户的个人信息安全构成了严重威胁，大量用户的敏感信息被泄露，可能导致长期的身份盗用