| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究背景和意义 | 第9-10页 |
| 1.2 课题相关技术的研究现状 | 第10-15页 |
| 1.2.1 钓鱼网站检测技术研究现状 | 第10-12页 |
| 1.2.2 网页主题分类技术研究现状 | 第12-15页 |
| 1.2.3 相关研究现状总结与分析 | 第15页 |
| 1.3 论文研究内容和结构安排 | 第15-18页 |
| 1.3.1 论文研究内容 | 第15-16页 |
| 1.3.2 论文结构安排 | 第16-18页 |
| 第2章 网页内容预处理关键技术的研究 | 第18-28页 |
| 2.1 更新式网页保存技术的研究 | 第18-20页 |
| 2.1.1 基于哈希算法的文件去重方案 | 第18-19页 |
| 2.1.2 更新式网页保存方案 | 第19-20页 |
| 2.2 网页关键词提取算法 | 第20-26页 |
| 2.2.1 文本关键词提取算法介绍 | 第20-22页 |
| 2.2.2 网页关键词提取算法的设计与实现 | 第22-24页 |
| 2.2.3 网页关键词算法的测试与分析 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第3章 钓鱼网站启发式检测算法的研究与实现 | 第28-42页 |
| 3.1 多层次启发式检测模型设计 | 第28-29页 |
| 3.2 特征获取和特征选择 | 第29-31页 |
| 3.2.1 特征获取方案 | 第29页 |
| 3.2.2 特征选择方法和计算方式 | 第29-30页 |
| 3.2.3 特征选择策略研究 | 第30-31页 |
| 3.3 基于决策树的识别算法的研究与实现 | 第31-35页 |
| 3.3.1 决策树构建算法 | 第32-34页 |
| 3.3.2 钓鱼网站分类算法 | 第34-35页 |
| 3.4 算法测试与结果分析 | 第35-41页 |
| 3.4.1 特征选择算法测试 | 第35-39页 |
| 3.4.2 启发式识别算法测试 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 网页主题分类模型的研究与实现 | 第42-57页 |
| 4.1 主题分类模型架构设计 | 第42-43页 |
| 4.2 LDA主题模型研究 | 第43-46页 |
| 4.2.1 LDA主题建模原理分析 | 第43-44页 |
| 4.2.2 主题数确定方案 | 第44-46页 |
| 4.3 基于SVM的主题分类算法设计 | 第46-51页 |
| 4.3.1 SVM原理介绍 | 第47-49页 |
| 4.3.2 LDA-SVM主题分类算法描述 | 第49-51页 |
| 4.4 算法测试与分析 | 第51-55页 |
| 4.4.1 语料选择 | 第51页 |
| 4.4.2 评估标准 | 第51-52页 |
| 4.4.3 实验设计与结果分析 | 第52-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 钓鱼网站检测系统的设计与实现 | 第57-68页 |
| 5.1 系统架构设计 | 第57-58页 |
| 5.2 系统详细设计与实现 | 第58-63页 |
| 5.2.1 基于更新式存储技术的网页预处理层 | 第59页 |
| 5.2.2 基于钓鱼网站启发识别算法的启发式识别层 | 第59-62页 |
| 5.2.3 基于LDA-SVM算法的主题分类后处理层 | 第62-63页 |
| 5.3 测试与结果分析 | 第63-67页 |
| 5.3.1 测试数据和测试环境 | 第63-64页 |
| 5.3.2 性能测试 | 第64页 |
| 5.3.3 系统整体测试案例 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第73-75页 |
| 致谢 | 第75页 |