融合多重特征的钓鱼网站聚类算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-20页 |
| 1.1 课题的来源 | 第8页 |
| 1.2 研究背景和意义 | 第8-13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 网络钓鱼的国内外研究现状 | 第13-15页 |
| 1.3.2 聚类算法的国内外研究现状 | 第15-17页 |
| 1.4 研究内容及论文结构 | 第17-20页 |
| 2 网络钓鱼攻击介绍 | 第20-26页 |
| 2.1 网络钓鱼攻击 | 第20-21页 |
| 2.2 网络钓鱼攻击过程 | 第21-22页 |
| 2.3 网络钓鱼攻击发展趋势 | 第22-23页 |
| 2.4 网络钓鱼防御分类 | 第23页 |
| 2.4.1 服务器端防御 | 第23页 |
| 2.4.2 用户端防御 | 第23页 |
| 2.4.3 第三方防御 | 第23页 |
| 2.5 本章小结 | 第23-26页 |
| 3 融合多重特征的钓鱼网站聚类算法 | 第26-38页 |
| 3.1 网页特征提取算法模型 | 第26-28页 |
| 3.2 网页句法指纹算法模型 | 第28-29页 |
| 3.3 网页相似性算法模型 | 第29-33页 |
| 3.4 网页篡改预处理模型 | 第33-36页 |
| 3.4.1 处理无界面显示效果的标签 | 第33-34页 |
| 3.4.2 处理网页结构对大小写不敏感 | 第34页 |
| 3.4.3 对网页密文进行处理 | 第34-35页 |
| 3.4.4 处理网页中的框架标签 | 第35页 |
| 3.4.5 处理远程引用资源文件 | 第35-36页 |
| 3.5 本章小结 | 第36-38页 |
| 4 钓鱼网站聚类算法实验结果及分析 | 第38-54页 |
| 4.1 钓鱼网站聚类算法实验环境及数据采集 | 第38页 |
| 4.1.1 聚类算法实验环境介绍 | 第38页 |
| 4.1.2 聚类算法数据采集 | 第38页 |
| 4.2 钓鱼网站聚类算法分析 | 第38-43页 |
| 4.2.1 聚类技术的简介 | 第40-41页 |
| 4.2.2 聚类技术的分类 | 第41-42页 |
| 4.2.3 K-means聚类算法模型 | 第42-43页 |
| 4.3 钓鱼网站聚类算法实验及结果分析 | 第43-51页 |
| 4.3.1 钓鱼网站聚类结果 | 第43-45页 |
| 4.3.2 钓鱼网站聚类结果分析 | 第45-51页 |
| 4.3.3 钓鱼网站聚类分析结论 | 第51页 |
| 4.4 钓鱼网站聚类算法聚类簇分析 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 结论与讨论 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 附录A | 第62-63页 |
| 附录B | 第63-64页 |
| 致谢 | 第64页 |
