基于主动探测的仿冒网站检测系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题研究背景和意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-12页 |
| 1.3.1 基于 URL 的钓鱼网站研究 | 第9-10页 |
| 1.3.2 基于内容特征的钓鱼网站研究 | 第10-12页 |
| 1.3.3 其他反钓鱼方法研究 | 第12页 |
| 1.4 本课题研究内容与方法 | 第12-14页 |
| 1.5 本文工作内容及组织结构 | 第14-15页 |
| 第2章 仿冒网站主动探测和页面处理基础 | 第15-25页 |
| 2.1 仿冒主动探测技术 | 第15-20页 |
| 2.1.1 URL 自动生成技术 | 第15-18页 |
| 2.1.2 元搜索数据获取技术 | 第18-19页 |
| 2.1.3 邮件监测获取技术 | 第19-20页 |
| 2.1.4 其他数据源 | 第20页 |
| 2.2 页面视觉结构抽取技术基础 | 第20-24页 |
| 2.2.1 页面结构树还原技术 | 第21-22页 |
| 2.2.2 页面视觉树提取技术 | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第3章 网页视觉块划分及特征抽取 | 第25-42页 |
| 3.1 网页视觉块筛选算法 | 第25-30页 |
| 3.1.1 网页视觉块的基本组成 | 第25-27页 |
| 3.1.2 视觉快筛选算法描述 | 第27-29页 |
| 3.1.3 筛选算法测试与分析 | 第29-30页 |
| 3.2 视觉块特征提取方法 | 第30-37页 |
| 3.2.1 视觉块位置特征提取 | 第31-32页 |
| 3.2.2 视觉块内容特征提取 | 第32-35页 |
| 3.2.3 视觉块图片特征抽取 | 第35-37页 |
| 3.3 视觉块类型分类算法 | 第37-41页 |
| 3.3.1 支持向量机分类算法简介 | 第38-40页 |
| 3.3.2 算法应用与分析 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 仿冒网站特征索引及判断方法 | 第42-53页 |
| 4.1 视觉块特征索引方法 | 第42-45页 |
| 4.1.1 视觉块索引选择 | 第42-44页 |
| 4.1.2 黑白名单特征索引 | 第44-45页 |
| 4.2 网页相似性计算方法 | 第45-47页 |
| 4.3 仿冒网站判断方法 | 第47-52页 |
| 4.3.1 朴素贝叶斯分类算法简介 | 第47-49页 |
| 4.3.2 分类器参数选择 | 第49-50页 |
| 4.3.3 算法测试与分析 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 仿冒网站检测系统设计与实现 | 第53-66页 |
| 5.1 主动探测模块设计与实现 | 第54-59页 |
| 5.1.1 URL 主动探测模块 | 第54-56页 |
| 5.1.2 元搜索查询模块 | 第56-58页 |
| 5.1.3 邮件检索模块 | 第58-59页 |
| 5.2 特征抽取模块设计与实现 | 第59-60页 |
| 5.3 索引创建更新模块设计与实现 | 第60-61页 |
| 5.4 预测输出模块设计与实现 | 第61-62页 |
| 5.5 系统整体测试案例 | 第62-65页 |
| 5.6 本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第71-73页 |
| 致谢 | 第73页 |
