基于视觉特征的钓鱼网页相似性计算技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 基于URL的钓鱼网站检测 | 第9-10页 |
| 1.2.2 基于内容特征的钓鱼网站检测 | 第10-12页 |
| 1.2.3 基于视觉特征的钓鱼网站检测 | 第12-13页 |
| 1.3 本文工作内容及组织结构 | 第13-15页 |
| 第2章 网页相似性计算相关技术研究 | 第15-22页 |
| 2.1 页面DOM树还原技术 | 第15-16页 |
| 2.2 VIPS页面视觉块划分技术 | 第16-18页 |
| 2.3 图像感知哈希技术 | 第18-19页 |
| 2.4 EMD距离算法 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 网页视觉特征生成方法 | 第22-45页 |
| 3.1 视觉块签名元素的生成方法 | 第22-26页 |
| 3.1.1 网页视觉块生成算法 | 第22-24页 |
| 3.1.2 算法测试与分析 | 第24-26页 |
| 3.2 图片签名元素的生成方法 | 第26-31页 |
| 3.2.1 标准图片的获取方法 | 第26-27页 |
| 3.2.2 合成图片的切取方法 | 第27-29页 |
| 3.2.3 算法测试与分析 | 第29-31页 |
| 3.3 签名元素分类器设计 | 第31-37页 |
| 3.3.1 支持向量机分类器简介 | 第32-33页 |
| 3.3.2 签名元素分类器设计 | 第33-35页 |
| 3.3.3 测试与分析 | 第35-37页 |
| 3.4 基于签名元素的网页视觉特征的生成 | 第37-44页 |
| 3.4.1 签名元素的纹理特征生成 | 第38-40页 |
| 3.4.2 签名元素的位置特征生成 | 第40-42页 |
| 3.4.3 算法测试与分析 | 第42-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 网页相似性计算方法 | 第45-59页 |
| 4.1 签名元素视觉特征的相似性计算 | 第45-51页 |
| 4.1.1 视觉特征相似性计算 | 第45-47页 |
| 4.1.2 算法测试与分析 | 第47-51页 |
| 4.2 基于图片签名元素的网页相似性计算 | 第51-55页 |
| 4.2.1 基于图片的相似性计算 | 第51-53页 |
| 4.2.2 算法测试与分析 | 第53-55页 |
| 4.3 基于视觉块签名元素的网页相似性计算 | 第55-58页 |
| 4.3.1 基于视觉块的相似性计算 | 第55-56页 |
| 4.3.2 算法测试与分析 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 钓鱼网页检测系统的实现与测试分析 | 第59-76页 |
| 5.1 钓鱼网页检测系统的整体结构设计 | 第59-60页 |
| 5.2 图片签名元素生成模块设计与实现 | 第60-62页 |
| 5.3 视觉块签名元素生成模块设计与实现 | 第62-64页 |
| 5.4 网页签名元素分类模块设计与实现 | 第64-65页 |
| 5.5 视觉特征提取与存储模块设计与实现 | 第65-67页 |
| 5.6 网页相似性计算模块设计与实现 | 第67-68页 |
| 5.7 系统整体测试与分析 | 第68-75页 |
| 5.7.1 系统测试环境 | 第68-69页 |
| 5.7.2 测试数据分析 | 第69-72页 |
| 5.7.3 系统测试结果分析 | 第72-75页 |
| 5.8 本章小结 | 第75-76页 |
| 结论 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第81-83页 |
| 致谢 | 第83页 |
