钓鱼网页的深度学习智能检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·论文主要工作及内容安排 | 第11-14页 |
| 第2章 钓鱼网页内容特征向量提取 | 第14-24页 |
| ·页面文档特征提取 | 第14-17页 |
| ·文档模型分析 | 第14-15页 |
| ·文档特征提取 | 第15-17页 |
| ·网页图像特征提取 | 第17-22页 |
| ·网页图像空白变换 | 第17-18页 |
| ·基于谱聚类方法的网页图像分割 | 第18-20页 |
| ·子图特征向量提取 | 第20-22页 |
| ·网页内容特征向量 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第3章 基于Isomap的网页内容特征向量预处理 | 第24-28页 |
| ·流形学习算法 | 第24-25页 |
| ·流形学习概念 | 第24页 |
| ·Isomap算法 | 第24-25页 |
| ·基于ISOMAP的网页内容特征向量预处理 | 第25-27页 |
| ·基于Isomap的网页特征向量降维方法 | 第25-26页 |
| ·实验与结果分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 基于DBN的钓鱼网页智能检测方法研究 | 第28-34页 |
| ·深度信任网络(DBN)的分析与研究 | 第28-29页 |
| ·深度学习方法 | 第28页 |
| ·DBN算法 | 第28-29页 |
| ·基于DBN的钓鱼网页分类识别方法及分析 | 第29-31页 |
| ·基于DBN的钓鱼网页检测识别流程 | 第29-31页 |
| ·钓鱼网页DBN检测方法分析 | 第31页 |
| ·实验与结果分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第5章 钓鱼网页深度学习智能检测系统的设计与实现 | 第34-40页 |
| ·基于DBN钓鱼网页检测系统的设计 | 第34-36页 |
| ·系统设计原则 | 第34页 |
| ·系统体系架构 | 第34-35页 |
| ·系统结构设计 | 第35-36页 |
| ·系统数据库设计 | 第36页 |
| ·系统部分功能界面设计介绍 | 第36-39页 |
| ·登录界面 | 第36-37页 |
| ·数据降维 | 第37-38页 |
| ·检测结果 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第6章 结论与展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第44-45页 |
| 致谢 | 第45页 |
