基于最近邻及相似度测量检测钓鱼网页技术的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-10页 |
| ·研究目的和研究内容 | 第10页 |
| ·论文内容结构 | 第10-12页 |
| 第二章 钓鱼网页研究方法综述 | 第12-27页 |
| ·引言 | 第12-13页 |
| ·钓鱼网页检测方法的主要指标 | 第13-14页 |
| ·网络钓鱼的主要检测方法 | 第14-21页 |
| ·黑、白名单技术 | 第14-15页 |
| ·分析SSL证书信息 | 第15-16页 |
| ·基于第三方工具检索方法 | 第16-17页 |
| ·基于相似性的启发式分析 | 第17-21页 |
| ·网页图片的视觉特征提取算法 | 第21-26页 |
| ·网页图片颜色特征提取 | 第21-22页 |
| ·网页图片纹理特征提取 | 第22-24页 |
| ·网页图片边缘形状特征提取 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于sift特征的钓鱼网页检测 | 第27-41页 |
| ·引言 | 第27-28页 |
| ·sift特征检测钓鱼网页方法框架 | 第28-29页 |
| ·基于sift特征的网页全局特征提取 | 第29-34页 |
| ·sift算法特点 | 第29-30页 |
| ·生成网页图片sift特征主要步骤 | 第30-34页 |
| ·基于EMD算法的网页特征距离计算 | 第34-36页 |
| ·实验 | 第36-40页 |
| ·数据集和评价指标 | 第36-37页 |
| ·实验结果及分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于贝叶斯的钓鱼网页分类器阈值估计 | 第41-51页 |
| ·引言 | 第41页 |
| ·贝叶斯估计统计模型 | 第41-46页 |
| ·贝叶斯统计模型 | 第41-42页 |
| ·模型实现 | 第42-46页 |
| ·实验 | 第46-50页 |
| ·实验数据集和评价指标 | 第46-47页 |
| ·实验结果及分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结和展望 | 第51-53页 |
| ·本文完成的工作 | 第51页 |
| ·未来的研究方向 | 第51-53页 |
| 致谢 | 第53-54页 |
| 攻读硕士学位期间发表的论文 | 第54页 |
| 攻读硕士学位期间获得的专利申请 | 第54-55页 |
| 缩略词 | 第55-56页 |
| 图表清单 | 第56-57页 |
| 参考文献 | 第57-60页 |
