大规模反钓鱼识别引擎关键技术研究
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 绪论 | 第14-20页 |
| ·研究背景 | 第14-15页 |
| ·论文的主要研究内容与成果 | 第15-17页 |
| ·论文的组织结构 | 第17-20页 |
| 第二章 钓鱼攻击与反钓鱼识别技术 | 第20-40页 |
| ·网络钓鱼简介 | 第20-22页 |
| ·真实事件回放 | 第20页 |
| ·事件分析 | 第20-21页 |
| ·网络钓鱼发展趋势 | 第21-22页 |
| ·网络钓鱼攻击的多样化 | 第22-27页 |
| ·传播形式的多样化 | 第22-24页 |
| ·技术手段的多样化 | 第24-27页 |
| ·反钓鱼识别技术 | 第27-39页 |
| ·用户训练与用户引导 | 第27-28页 |
| ·钓鱼邮件识别、阻拦技术 | 第28-29页 |
| ·人工举报与识别 | 第29-30页 |
| ·基于网站的启发式识别技术 | 第30-34页 |
| ·基于视觉相似的钓鱼识别技术 | 第34-36页 |
| ·基于黑名单机制的钓鱼识别技术 | 第36-37页 |
| ·基于认证、密码机制的安全保护 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 桌面级反钓鱼能力评价研究 | 第40-54页 |
| ·引言 | 第40-41页 |
| ·相关研究 | 第41-42页 |
| ·自动化反钓鱼评价模型 | 第42-44页 |
| ·实验与结果 | 第44-52页 |
| ·钓鱼攻击数据来源 | 第44-45页 |
| ·测试数据说明 | 第45-46页 |
| ·实验配置与实验环境 | 第46-47页 |
| ·识别覆盖度测试比较 | 第47-49页 |
| ·识别趋势评价 | 第49-50页 |
| ·误报评价 | 第50-51页 |
| ·响应速度测试比较 | 第51-52页 |
| ·发现与讨论 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第四章 大规模多领域钓鱼网站URL识别模型 | 第54-84页 |
| ·引言 | 第54-55页 |
| ·当前识别机制问题研究 | 第55-57页 |
| ·大数据下实时性问题 | 第55-56页 |
| ·特征分布差异化问题 | 第56-57页 |
| ·大规模钓鱼网站URL识别研究 | 第57-64页 |
| ·解构钓鱼网站URL | 第57-58页 |
| ·基于专家知识库的特征模式设计研究 | 第58-61页 |
| ·逻辑回归分类模型 | 第61-62页 |
| ·l1-正则逻辑回归模型训练研究 | 第62-64页 |
| ·跨领域分类模型迁移研究 | 第64-67页 |
| ·迁移化需求 | 第64-65页 |
| ·基于l1正则逻辑回归的模型迁移算法 | 第65-67页 |
| ·多领域钓鱼网站URL识别引擎设计 | 第67-70页 |
| ·多源数据探针 | 第67-68页 |
| ·URL提取 | 第68页 |
| ·基于专家知识库的特征提取与特征表示 | 第68-69页 |
| ·钓鱼网站识别 | 第69页 |
| ·分类模型训练过程 | 第69-70页 |
| ·模型迁移过程 | 第70页 |
| ·实验与结果 | 第70-83页 |
| ·测试数据说明 | 第71-72页 |
| ·运行效率评价 | 第72-73页 |
| ·特征模式评价 | 第73-76页 |
| ·分类性能评价 | 第76-80页 |
| ·模型迁移评价 | 第80-82页 |
| ·错误分析 | 第82-83页 |
| ·结果分析与讨论 | 第83页 |
| ·本章小结 | 第83-84页 |
| 第五章 基于LSH的钓鱼网页相似识别算法 | 第84-114页 |
| ·引言 | 第84-85页 |
| ·基于LSH的页面相似性计算模型 | 第85-89页 |
| ·基于比特抽样的汉明距离 | 第86-87页 |
| ·最小独立置换 | 第87-88页 |
| ·随机投影 | 第88-89页 |
| ·基于稳定分布的位置敏感哈希 | 第89页 |
| ·钓鱼页面识别场景下的优化模型研究 | 第89-100页 |
| ·钓鱼页面分析与相似性分布研究 | 第90-93页 |
| ·LSH模型的局限 | 第93页 |
| ·基于随机投影的优化模型设计 | 第93-94页 |
| ·识别流程与系统框架 | 第94-100页 |
| ·实验与结果 | 第100-112页 |
| ·测试数据说明 | 第101-102页 |
| ·模型参数设定影响 | 第102-105页 |
| ·运行效率评价 | 第105-106页 |
| ·优化模型评价 | 第106-109页 |
| ·识别性能评价 | 第109-111页 |
| ·错误分析 | 第111-112页 |
| ·结果分析与讨论 | 第112页 |
| ·本章小结 | 第112-114页 |
| 第六章 语义可理解的钓鱼页面识别研究 | 第114-134页 |
| ·引言 | 第114-115页 |
| ·模型描述 | 第115-119页 |
| ·钓鱼领域本体 | 第115页 |
| ·钓鱼描述模型 | 第115-119页 |
| ·钓鱼攻击页面语义理解与识别 | 第119-122页 |
| ·页面预过滤与去噪 | 第120-121页 |
| ·文本分割 | 第121页 |
| ·语义模型在反钓鱼场景中的表示 | 第121-122页 |
| ·语义分析 | 第122页 |
| ·实验与结果 | 第122-132页 |
| ·测试数据说明 | 第123-124页 |
| ·实验配置与实验环境 | 第124-125页 |
| ·运行效率评价 | 第125-127页 |
| ·模型匹配分析 | 第127-128页 |
| ·识别能力评价 | 第128-130页 |
| ·错误分析 | 第130-131页 |
| ·结果分析与讨论 | 第131-132页 |
| ·本章小结 | 第132-134页 |
| 第七章 大规模反钓鱼识别引擎设计与实现 | 第134-144页 |
| ·引言 | 第134-135页 |
| ·系统设计 | 第135-140页 |
| ·设计目标 | 第135-136页 |
| ·系统架构 | 第136-137页 |
| ·主模块分析 | 第137-139页 |
| ·部署方式 | 第139-140页 |
| ·系统实现与运行 | 第140-142页 |
| ·用户接口 | 第140-141页 |
| ·数据压力 | 第141-142页 |
| ·本章小结 | 第142-144页 |
| 第八章 总结与展望 | 第144-148页 |
| ·论文工作总结 | 第144-145页 |
| ·研究展望 | 第145-148页 |
| 参考文献 | 第148-154页 |
| 致谢 | 第154-156页 |
| 攻读博士学位期间学术成果 | 第156-158页 |
| 攻读博士学位期间科研项目 | 第158页 |
