10.3969/j.issn.1671-1122.2017.09.026
基于分类置信度和网站特征的钓鱼测系统
文章构建了URL和网页内容两方面特征,结合机器学习Adaboost算法,训练了两种钓鱼检测模型.系统可根据网址状态智能选择合适的模型,并最终以浏览器插件形式与用户交互.文章提出利用钓鱼检测模型的分类置信度进一步提升系统性能,认为URL检测结果的分类置信度在0.95以上时是可靠的.实验表明,系统的漏警率和虚警率分别为3.59%和2.93%,准确率达到96.75%,可以有效抵御网络钓鱼攻击.
钓鱼检测、机器学习、统计分析、分类置信度
TP309.1(计算技术、计算机技术)
广东省引进创新团队项目2014ZT05G157
2017-11-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-114