基于URL语言特征的钓鱼网站检测算法

摘要：

为了应对钓鱼网站的检测逃避策略,提出一种基于URL语言特征的钓鱼网站检测算法.通过分析钓鱼网站和合法网站的URL在不同检测域上的差异,定义基元和敏感度来描述其语言特征.先根据基元对主级域名进行相似性检测,当相似性低于预先设定的阈值时,选取有效的子域名特征,利用随机森林算法对子域名的语言特征进行学习和检测.实验结果表明,该算法的准确率达95.6%,系统运行时间相对较小,平均识别时间小于1 s.

关键词：钓鱼网站、统一资源定位符(URL)、语言特征、基元、敏感度

所属期刊栏目：55

分类号：TP393(计算技术、计算机技术)

资助基金：江苏省产学研前瞻性联合研究项目BY2016026-04;软件新技术国家重点实验室开放基金KFKT2018B27

在线出版日期：2020-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：84-90