客户端钓鱼网站智能检测系统的设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-12页 |
| 1.1 研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 论文的主要工作和内容安排 | 第11-12页 |
| 第2章 网络爬虫的分析与设计 | 第12-20页 |
| 2.1 概述 | 第12页 |
| 2.2 常见的网络爬虫 | 第12-13页 |
| 2.3 网络爬虫的工作原理 | 第13页 |
| 2.4 网络爬虫算法分析 | 第13-14页 |
| 2.5 基于多线程的网络爬虫 | 第14-17页 |
| 2.5.1 网络爬虫在网络特征提取方面的应用 | 第14页 |
| 2.5.2 多线程网络爬虫的优势 | 第14-15页 |
| 2.5.3 多线程网络爬虫的关键技术 | 第15-17页 |
| 2.6 网络爬虫程序设计 | 第17-19页 |
| 2.6.1 网络爬虫开发语言 | 第17-18页 |
| 2.6.2 网络爬虫功能设计概述 | 第18-19页 |
| 2.7 本章小结 | 第19-20页 |
| 第3章 网页特征提取 | 第20-33页 |
| 3.1 网页解析工具BeautifulSoup | 第20-21页 |
| 3.2 网页特征的选取 | 第21-29页 |
| 3.2.1 URL中的IP地址 | 第22-23页 |
| 3.2.2 URL中下划线的数量 | 第23-24页 |
| 3.2.3 ICP备案号 | 第24页 |
| 3.2.4 网页中的链接对象 | 第24-25页 |
| 3.2.5 域名的注册年龄 | 第25-26页 |
| 3.2.6 URL的长度 | 第26-27页 |
| 3.2.7 网页中的表单数量 | 第27-28页 |
| 3.2.8 网页中的图片数量 | 第28-29页 |
| 3.3 网页特征提取模块的设计 | 第29-31页 |
| 3.3.1 引言 | 第29-30页 |
| 3.3.2 URL备案号的获取 | 第30页 |
| 3.3.3 网页中的链接对象的统计 | 第30-31页 |
| 3.3.4 网页中表单数量和图片数量的统计 | 第31页 |
| 3.4 正则表达式的简要说明 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 钓鱼网页的检测识别 | 第33-43页 |
| 4.1 SVM理论 | 第33-39页 |
| 4.1.1 logistic回归 | 第33-35页 |
| 4.1.2 线性分类的例子 | 第35-36页 |
| 4.1.3 函数间隔与几何间隔 | 第36-37页 |
| 4.1.4 最大间隔分类器的定义 | 第37-39页 |
| 4.2 SVM在Python中的应用 | 第39-40页 |
| 4.3 基于SVM的钓鱼网页分类识别方法和分析 | 第40-42页 |
| 4.3.1 SVM工作的前期数据准备 | 第40页 |
| 4.3.2 SVM在系统中的应用 | 第40-41页 |
| 4.3.3 基于SVM的钓鱼网页检测识别流程 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 系统实现与测试 | 第43-50页 |
| 5.1 黑名单的获取 | 第43-44页 |
| 5.2 白名单的获取 | 第44页 |
| 5.3 黑白名单的查看 | 第44-45页 |
| 5.4 黑白名单的样本训练库的构建 | 第45页 |
| 5.5 构造样本训练模型 | 第45-47页 |
| 5.6 系统的正常运行状态 | 第47-48页 |
| 5.8 系统测试结果分析 | 第48-49页 |
| 5.9 本章小结 | 第49-50页 |
| 第6章 结论与展望 | 第50-52页 |
| 6.1 本文的主要工作 | 第50-51页 |
| 6.2 未来工作的展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |
