基于K-Means和SVM的流行中文钓鱼网站识别研究

被引：3

作者：

赵加林

机构：

[1] 西南交通大学信息科学与技术学院

来源：

软件导刊 | 2016年 / 15卷 / 04期

关键词：

K-Means算法; 钓鱼网站; SVM; 分类;

D O I：

暂无

中图分类号：

TP393.092 []; TP391.1 [文字信息处理];

学科分类号：

080402 ; 081203 ; 0835 ;

摘要：

K-Means是一种简单、高效的聚类方法,能快速将网页文本分类。SVM在解决小样本、非线性及高维模式识别中有许多独特优势,能够通过低样本获取全局最优解。因此,将K-Means和SVM结合,以达到自动识别流行中文钓鱼网站并对其进行分类的目的。验证了两种方法结合应用的有效性。

引用

页码：176 / 178

页数：3

共 8 条

[1] 网络钓鱼Web页面检测算法 [J].

郭敏哲 ;

袁津生 ;

王雅超 .

计算机工程, 2008, (20) :161-163

[2]

An efficient apporach to detectiong phishing a web using K-Means and Naive-Bayes algorithms. KRANTI WANAWE,SUPRIYA AWASARE,N V PURI. International Journal of Research in Advent Technology . 2014

[3]

Kernel K-Means clustering for phishing website and malware categorization. KANTI SAHU,S K SHRIVASTAVA. International Journal of Computer Applications . 2015

[4]

SVM-OD:a new SVM algorithm for outlier detection. WANG J Q,ZHANG C Q,WU X D,et al. Foundations and New Directions of Data Miniing Workshop in IEEE International Conference of Data Mining . 2003

[5] 基于SVM主动学习算法的网络钓鱼检测系统 [J].