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 |