融合网页噪声和n-gram的钓鱼网站检测研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 引言 | 第9-19页 |
| 1.1 研究目的与意义 | 第9-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 研究内容 | 第17页 |
| 1.4 论文组织框架 | 第17-19页 |
| 2 网络钓鱼简介与分析 | 第19-23页 |
| 2.1 网络钓鱼攻击概念 | 第19-20页 |
| 2.2 网络钓鱼攻击流程 | 第20-21页 |
| 2.3 网络钓鱼防御分类 | 第21页 |
| 2.3.1 服务端器防御 | 第21页 |
| 2.3.2 用户端防御 | 第21页 |
| 2.3.3 第三方防御 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 融合网页噪声和n-gram的钓鱼网站检测算法 | 第23-35页 |
| 3.1 网页噪声简介与分析 | 第23-26页 |
| 3.1.1 网页噪声概念 | 第23页 |
| 3.1.2 网页噪声分类 | 第23-24页 |
| 3.1.3 网页噪声提取方式 | 第24-26页 |
| 3.2 网络钓鱼攻击检测算法模型 | 第26-34页 |
| 3.2.1 网页噪声提取模型 | 第27-31页 |
| 3.2.2 n-gram语言模型 | 第31-33页 |
| 3.2.3 钓鱼网站相似度算法 | 第33-34页 |
| 3.3 检测精确度检测 | 第34页 |
| 3.4 本章小结 | 第34-35页 |
| 4 网络钓鱼攻击检测算法实验结果及分析 | 第35-52页 |
| 4.1 网络钓鱼攻击检测算法实验环境及数据采集 | 第35-36页 |
| 4.1.1 检测算法实验环境介绍 | 第35页 |
| 4.1.2 检测算法数据采集 | 第35-36页 |
| 4.2 网络钓鱼攻击检测算法实验结果 | 第36-38页 |
| 4.2.1 检测算法实验结果 | 第36-37页 |
| 4.2.2 检测算法精确度计算 | 第37-38页 |
| 4.3 网络钓鱼攻击检测算法结果分析 | 第38-41页 |
| 4.3.1 聚类分析概念 | 第38-39页 |
| 4.3.2 聚类分析分类 | 第39-40页 |
| 4.3.3 K-means聚类分析模型 | 第40-41页 |
| 4.4 钓鱼网站聚类实验结果与分析 | 第41-50页 |
| 4.4.1 钓鱼网站聚类结果 | 第41-50页 |
| 4.4.2 检测算法结果聚类分析结论 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 总结与展望 | 第52-55页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53页 |
| 5.3 网络钓鱼检测算法的改进建议 | 第53-55页 |
| 参考文献 | 第55-63页 |
| 硕士研究生期间发表的论文 | 第63-65页 |
| 硕士研究生期间参与的科研项目 | 第65-67页 |
| 致谢 | 第67页 |
