基于SVM的金融类钓鱼网页检测方法

摘要：

针对金融服务领域面临的严峻信息安全挑战,以及现有钓鱼网页检测方法的不足,提出一种基于支持向量机(support vector machine,SVM)的金融类钓鱼网页检测方法.采用网页渲染去除常见的页面特征伪装,提取统一资源定位符(uniform resource locator,URL)信息特征、页面文本特征、页面表单特征以及页面logo图像特征,构建特征向量训练SVM分类器模型,实现对金融类钓鱼网页的识别.在特征提取过程中,利用适合中文的多模式匹配算法AC_SC(AC suitable for chinese)提高文本匹配效率,并采用加速鲁棒特征(speeded-up robust feature,SURF)算法实现logo图像的特征提取与匹配.多方法实验结果对比表明,该方法针对性更强,能达到99.1％的检测准确率、低于0.86％的误报率.

关键词：钓鱼检测、支持向量机(SVM)、金融网页、特征提取、多模式匹配

所属期刊栏目：29

分类号：TP393.08(计算技术、计算机技术)

资助基金：教育部-中国移动联合研究基金MCM20150202The Joint Research Foundation of the Ministry of Education of the People's Republic of China and China Mobile MCM20150202

在线出版日期：2018-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：806-813