基于SVM和神经网络的URL安全检测
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 研究内容 | 第10-11页 |
| 1.3 研究生期间主要工作 | 第11-12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第二章 背景知识与相关技术 | 第14-24页 |
| 2.1 URL原理 | 第14-18页 |
| 2.1.1 域名解析 | 第16-17页 |
| 2.1.2 域名注册 | 第17-18页 |
| 2.1.3 路由及转发 | 第18页 |
| 2.2 网站安全检测相关技术 | 第18-23页 |
| 2.2.1 黑名单检测 | 第19页 |
| 2.2.2 URL特征检测 | 第19-20页 |
| 2.2.3 内容相似度检测 | 第20-22页 |
| 2.2.4 沙盒检测 | 第22页 |
| 2.2.5 各种检测技术比较 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 URL特征提取及网站安全检测算法 | 第24-46页 |
| 3.1 基于URL的安全行为决策机制 | 第24-31页 |
| 3.1.1 基于混合分类器的决策流程 | 第24-25页 |
| 3.1.2 URL安全特征提取模型 | 第25-31页 |
| 3.2 基于SVM/神经网络的分类算法 | 第31-40页 |
| 3.2.1 基于SVM的URL安全分类算法 | 第31-35页 |
| 3.2.2 基于神经网络的URL安全分类算法 | 第35-40页 |
| 3.3 基于辅助分类器的混合分类决策策略 | 第40-41页 |
| 3.4 仿真验证 | 第41-45页 |
| 3.4.1 实验环境 | 第41-42页 |
| 3.4.2 实验过程及结果分析 | 第42-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第四章 URL安全检测系统的设计与实现 | 第46-60页 |
| 4.1 基于分布式的URL安全检测系统架构 | 第46-48页 |
| 4.2 URL安全检测系统模块设计 | 第48-52页 |
| 4.2.1 训练模块设计 | 第49-50页 |
| 4.2.2 URL特征判决模块设计 | 第50-51页 |
| 4.2.3 预处理模块设计 | 第51页 |
| 4.2.4 反馈升级模块 | 第51-52页 |
| 4.3 开发环境配置 | 第52-53页 |
| 4.4 系统实现 | 第53-59页 |
| 4.4.1 训练模块实现 | 第53-55页 |
| 4.4.2 URL特征判决模块实现 | 第55-57页 |
| 4.4.3 反馈升级模块的实现 | 第57-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第五章 总结 | 第60-62页 |
| 5.1 论文工作总结 | 第60页 |
| 5.2 问题和展望 | 第60-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |
