發(fā)布時間：2024-02-19 11:56

　　隨著信息技術的迅速發(fā)展,互聯(lián)網(wǎng)已成為人們日常生活的重要組成部分。與此同時,網(wǎng)絡安全問題也層出不窮。網(wǎng)絡釣魚為其中問題之一,其通過欺騙用戶以盜取敏感信息,實現(xiàn)釣魚攻擊,造成用戶經(jīng)濟損失。網(wǎng)絡釣魚已經(jīng)嚴重威脅到了網(wǎng)絡安全,如何有效遏制網(wǎng)絡釣魚攻擊成為網(wǎng)絡安全領域的重要研究任務。針對已有網(wǎng)頁特征不能有效檢測出新型釣魚網(wǎng)頁以及模型計算復雜問題,提出一種基于新特征合成及主輔模型的釣魚網(wǎng)頁檢測算法。算法從網(wǎng)頁URL(Uniform Resource Locator)及HTML(HyperText Markup Language)源碼中提取了 39種特征,包括兩種新型特征來檢測釣魚網(wǎng)頁。同時根據(jù)特征重要程度構建了主要特征和輔助特征集合,并且構造MACB(Main-Auxiliary-CNN-BiLSTM)主輔模型對主要特征和輔助特征進行處理,以此降低模型計算復雜度,提高對未知網(wǎng)頁判別效率。實驗結果表明,所提算法有更好的檢測效率以及檢測準確度。針對傳統(tǒng)釣魚網(wǎng)頁檢測方法中手動特征工程困難以及無法處理隱含抽象特征問題,提出一種基于表征學習的釣魚網(wǎng)頁檢測算法。算法將網(wǎng)頁解析為URL、文檔對象模型(Docum...

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

圖4.6釣魚網(wǎng)頁示例

4基于表征學習的釣魚網(wǎng)頁檢測37樣，將“https://www.google.com”分割得到的單詞進行編碼并轉換為one-hot編碼矩陣，然后表征到低維向量空間，過程如圖4.5所示。URL單詞矩陣表示0.51455805,0.61036707,0.94602879,0.1377....

圖4.7網(wǎng)頁標簽實例

4基于表征學習的釣魚網(wǎng)頁檢測39HTML文本內容，但本質結構卻會有很大差異。HTML網(wǎng)頁的主要組成部分為文本內容、標簽以及組件信息，其中文本內容負責網(wǎng)頁信息的展示，標簽則為所展示網(wǎng)頁內容的控制符號。將HTML源碼進行解析，得到網(wǎng)頁標簽信息，可將其構造成HTML網(wǎng)頁DOM樹型結構。....

圖4.11URL字符串TSNE可視化

西安科技大學全日制工程碩士學位論文48從圖4.10可以看出，當URL字符串、DOM結構以及HTML文本內容均表示為128維向量時，MICBA模型在Accuracy和F1優(yōu)于其他向量維度表示，DOM結構以和HTML文本內容在Precision更優(yōu)，URL字符串和DOM結構的TPR效....

圖4.12DOM結構TSNE可視化

4基于表征學習的釣魚網(wǎng)頁檢測49FPR上有著更好的結果。②DOM結構圖4.12為DOM樹結構向量化映射在二維平面上，可以發(fā)現(xiàn)head標簽跟body距離更近，tr和td為表格標簽也聚集在一起。這樣證明網(wǎng)頁DOM樹結構包含著深層次語義特征信息，能夠支持采用表征學習技術對其進行表示。圖....

本文編號：3902650