学位论文 > 优秀研究生学位论文题录展示

一种基于TSVM的phishing网页检测方法

作　者: 赵留军
导　师: 李元诚
学　校: 华北电力大学（北京）
专　业: 计算机应用技术
关键词: phishing网页检测谱聚类网页特征核主成分分析直推支持向量机
分类号: TP393.092
类　型: 硕士论文
年　份: 2011年
下　载: 49次
引　用: 1次
阅　读: 论文下载

内容摘要

网络钓鱼(Phishing)是指欺诈者通过模拟相同或相似的Web页面或网站,假冒合法者身份,窃取个人信息或隐私信息,从而获得非法政治经济利益。随着phishing的危害越来越严重,phishing网页检测作为一种反钓鱼措施与技术受到普遍的关注和重视。本文提出一种基于直推支持向量机(Transductive Support Vector Machine, TSVM)的phishing网页检测方法,在分析网页内容特征的基础上,用TSVM模型分类检测识别phishing网页。首先,针对DOM (Document Objects Model)模型网页文档特征的局限性,论文增加提取网页图像特征。论文将量子进化算法,克隆变异操作引入谱聚类图像分割领域,实现对网页图像的精确分割。根据网页图像分割结果提取其子图形状,灰度直方图,彩色直方图及空间位置关系特征。然后根据网页DOM模型,提取URL信息,链接对象,表单元素,SSL证书信息等异常文档页面特征。其次,由于组成网页特征向量的数据元素格式不同,存在冗余,phishing网页分类器在处理其大量网页特征数据时,需要花费较长时间。为了解决效率问题,论文引入核主成分分析(Kernel Principal Component Analysis, KPCA)对前面生成的网页特征向量进行规格化降维处理,使之符合phishing网页分类器的输入要求。最后,针对支持向量机(Support Vector Machine, SVM)利用已知标签样本训练分类器模型,不能全部反映样本数据空间分布特性的不足,论文引入TSVM半监督学习方法,基于降维后的网页特征向量,分类识别phishing网页。TSVM分类器包含了未知标签样本的隐含分布信息,具有更好的泛化性能。实验证明,论文提出的基于TSVM的phishing网页检测方法在提高phishing网页检测率,降低误判率等方面有较大改进,作为独立的检测机制有较强的适用性。

全文目录

摘要  5-6
Abstract  6-9
第1章绪论  9-14
  1.1 研究背景与意义  9-10
  1.2 国内外研究现状  10-11
  1.3 论文主要工作及内容安排  11-14
第2章 Phishing网页图像分割的改进谱聚类方法  14-24
  2.1 谱聚类算法  14-16
    2.1.1 k-均值方法  14-15
    2.1.2 谱图理论  15-16
  2.2 改进的谱聚类  16-20
    2.2.1 量子进化算法  16-18
    2.2.2 克隆变异操作  18-19
    2.2.3 改进的谱聚类算法分割phishing网页图像过程  19-20
  2.3 网页图像分割结果与分析  20-23
  2.4 本章小结  23-24
第3章网页特征提取  24-30
  3.1 分割后的网页图像特征提取  24-26
    3.1.1 子图特征  24-25
    3.1.2 子图间位置关系特征  25-26
  3.2 页面文档特征提取  26-29
    3.2.1 文档模型分析  26-27
    3.2.2 文档特征提取  27-29
  3.3 本章小结  29-30
第4章网页特征向量预处理  30-36
  4.1 核主成分分析(KPCA)  30-32
    4.1.1 主成分分析(PCA)  30-31
    4.1.2 KPCA  31-32
  4.2 基于KPCA的网页特征向量预处理  32-34
    4.2.1 基于KPCA的网页特征向量降维方法  32-33
    4.2.2 网页特征向量降维分析  33-34
  4.3 实验与结果分析  34-35
  4.4 本章小结  35-36
第5章 Phishing网页分类识别的半监督方法研究  36-46
  5.1 直推支持向量机(TSVM)的分析与研究  36-39
    5.1.1 支持向量机理论  36-39
    5.1.2 直推支持向量机(TSVM)  39
  5.2 基于TSVM的phishing网页分类识别方法及分析  39-42
    5.2.1 基于TSVM的phishing网页检测识别流程  39-41
    5.2.2 基于TSVM的phishing网页检测方法分析  41-42
  5.3 实验结果与分析  42-45
  5.4 本章小结  45-46
第6章结论与展望  46-48
参考文献  48-51
攻读硕士学位期间发表的学术论文及其它成果  51-52
致谢  52-53
作者简介  53

一种基于TSVM的phishing网页检测方法

内容摘要

全文目录

相似论文