首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

基于专家知识库的反钓鱼系统的设计与实现

摘要第4-6页
ABSTRACT第6-7页
第一章 引言第10-20页
    1.1 课题背景第10-11页
    1.2 选题依据第11-15页
    1.3 国内外研究现状第15-17页
    1.4 本文工作第17-18页
    1.5 本文组织结构第18-20页
第二章 反钓鱼相关技术第20-28页
    2.1 基于黑名单识别技术第20-21页
    2.2 基于网站的启发式识别技术第21-25页
        2.2.1 基于URL特征的启发式识别技术第22-23页
        2.2.2 基于网页文本特征的启发式识别技术第23页
        2.2.3 基于网页DOM特征的启发式识别技术第23-25页
    2.3 基于视觉特征识别第25-27页
    2.4 本章小结第27-28页
第三章 用于反钓鱼系统的专家知识库的设计第28-51页
    3.1 黑白名单知识库第28-32页
        3.1.1 黑白名单知识库的组成第28-30页
        3.1.2 黑白名单知识库查询第30-32页
    3.2 URL特征知识库的设计第32-40页
        3.2.1 钓鱼网站URL特征模式库设计第32-38页
        3.2.2 URL特征分类第38-40页
    3.3 页面模板库的设计第40-48页
        3.3.1 钓鱼网站页面分析第40-41页
        3.3.2 页面模板库的设计第41-44页
        3.3.3 页面分类过程第44-48页
    3.4 专家知识库总体构架第48-49页
        3.4.1 专家知识库构架第48-49页
        3.4.2 与传统知识库的比较第49页
    3.5 本章小结第49-51页
第四章 反钓鱼系统的设计与实现第51-64页
    4.1 系统设计第51-58页
        4.1.1 总体构架第51-52页
        4.1.2 系统模块组成第52-54页
        4.1.3 系统工作流程第54-58页
    4.2 系统部署第58-60页
    4.3 系统实现第60-62页
        4.3.1 系统在引擎上的实现第60-61页
        4.3.2 人工验证平台第61-62页
    4.4 本章小结第62-64页
第五章 钓鱼识别系统的性能评估第64-70页
    5.1 数据准备第64-65页
        5.1.1 测试数据准备第64-65页
        5.1.2 性能衡量指标第65页
    5.2 系统性能测试第65-69页
        5.2.1 URL特征数据统计第65-66页
        5.2.2 黑白名单知识库、URL特征库、页面特征库性能测试第66-68页
        5.2.3 系统性能测试第68-69页
    5.3 本章小结第69-70页
第六章 总结第70-72页
    6.1 论文总结第70-71页
    6.2 问题与展望第71-72页
参考文献第72-74页
致谢第74-75页
攻读学位期间发表的学术论文第75页

论文共75页,点击 下载论文
上一篇:Hadoop云计算平台核心技术的安全机制缺陷研究
下一篇:高速铁路LTE通信系统切换算法和关键技术研究