基于数据挖掘的恶意网站检测技术研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 引言 | 第10-17页 |
| 1.1 课题背景 | 第10-13页 |
| 1.1.1 恶意网站 | 第10-11页 |
| 1.1.2 钓鱼URL | 第11-12页 |
| 1.1.3 危害以及研究意义 | 第12-13页 |
| 1.2 恶意网站的研究现状 | 第13-14页 |
| 1.3 课题任务 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 第二章 关键技术 | 第17-31页 |
| 2.1 技术介绍 | 第17-18页 |
| 2.2 数据采集技术 | 第18-21页 |
| 2.2.1 网络爬虫 | 第18-19页 |
| 2.2.2 数据清洗技术 | 第19-20页 |
| 2.2.3 标准化处理 | 第20-21页 |
| 2.2.4 数据库存储技术 | 第21页 |
| 2.3 常用的数据挖掘算法 | 第21-30页 |
| 2.3.1 支持向量机 | 第22-23页 |
| 2.3.2 聚类算法 | 第23-25页 |
| 2.3.3 逻辑回归模型 | 第25-28页 |
| 2.3.4 J48决策树算法 | 第28-29页 |
| 2.3.5 KNN算法 | 第29-30页 |
| 2.4 总结 | 第30-31页 |
| 第三章 基于加权距离的特征提取方案 | 第31-38页 |
| 3.1 常用特征提取方法 | 第31-32页 |
| 3.1.1 词汇特征 | 第31页 |
| 3.1.2 主机相关特征 | 第31-32页 |
| 3.1.3 网站黑白名单 | 第32页 |
| 3.2 基于加权距离的新特征提取 | 第32-38页 |
| 3.2.1 建立易受攻击网站名单 | 第33页 |
| 3.2.2 URL间加权距离的定义 | 第33-37页 |
| 3.2.3 寻找最佳匹配域名 | 第37页 |
| 3.2.4 总结 | 第37-38页 |
| 第四章 基于改进的FCM算法的KNN模型 | 第38-45页 |
| 4.1 本章综述 | 第38-39页 |
| 4.2 改进的FCM算法 | 第39-43页 |
| 4.2.1 算法介绍 | 第39页 |
| 4.2.2 运用坐标密度法确定初始的聚类中心 | 第39-40页 |
| 4.2.3 改进后的算法 | 第40-41页 |
| 4.2.4 改进后的流程 | 第41页 |
| 4.2.5 实例分析 | 第41-43页 |
| 4.3 改进的KNN算法 | 第43-45页 |
| 4.3.1 KNN算法 | 第43-44页 |
| 4.3.2 改进的KNN算法 | 第44页 |
| 4.3.3 实例分析 | 第44-45页 |
| 第五章 基于新特征的钓鱼网站检测方法 | 第45-53页 |
| 5.1 数据的采集工作 | 第45-49页 |
| 5.1.1 网络爬虫技术 | 第45-47页 |
| 5.1.2 定时机制的实现 | 第47页 |
| 5.1.3 数据清洗 | 第47-48页 |
| 5.1.4 数据正则化处理 | 第48页 |
| 5.1.5 数据库的存储与优化 | 第48-49页 |
| 5.2 URL常用特征提取方案 | 第49页 |
| 5.2.1 词汇特征 | 第49页 |
| 5.2.2 主机相关特征 | 第49页 |
| 5.3 基于URL加权距离的新特征提取方案 | 第49-53页 |
| 第六章 结束语 | 第53-56页 |
| 6.1 论文工作总结 | 第53-54页 |
| 6.2 问题和展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间发表的学术论文 | 第61页 |
