基于页面敏感特征的金融类钓鱼网页检测方法

被引：9

作者：

胡向东 ^{[1
]}

刘可 ^{[1
]}

张峰 ^{[2
]}

林家富 ^{[1
]}

付俊 ^{[2
]}

郭智慧 ^{[2
]}

机构：

[1] 重庆邮电大学自动化学院

[2] 中国移动通信有限公司研究院

来源：

网络与信息安全学报 | 2017年 / 3卷 / 02期

关键词：

金融网页; 敏感特征; 文本特征值; 图像相似度; 钓鱼检测;

D O I：

暂无

中图分类号：

TP393.092 [];

学科分类号：

080402 ;

摘要：

提出一种基于页面敏感特征的金融类钓鱼网页检测方法,通过获取网页超文本标记语言特定标签中的文本信息,利用适合中文的多模式匹配算法（ACSC,AC suitable for Chinese）匹配出敏感文本条数,计算出敏感文本特征值;定位截取网页的logo图像,采用PCA-SIFT算法提取图像特征,并与预先建立的网页logo图像库进行匹配,计算出logo图像相似度;基于文本特征值和图像相似度实现对金融类钓鱼网页的判定。实验结果表明,该方法具有很强的针对性和时效性,并能取得不低于97%的召回率。

引用

页码：35 / 42

页数：8

共 9 条

[1] 面向钓鱼网站敏感特征项选取的IIGAIN算法 [J].

王燕 ;

王兴芬 ;

任俊玲 .

计算机应用与软件, 2016, 33 (04) :297-301

[2] 恶意网页识别研究综述 [J].

沙泓州 ;

刘庆云 ;

柳厅文 ;

周舟 ;

郭莉 ;

方滨兴 .

计算机学报, 2016, 39 (03) :529-542

[3] 基于敏感特征的网络钓鱼网站检测方法 [J].

宋明秋 ;

曹晓芸 .

大连理工大学学报, 2013, 53 (06) :903-907

[4] 一种适合中文的多模式匹配算法 [J].

侯整风 ;

杨波 ;

朱晓玲 .

计算机科学, 2013, 40 (11) :117-121

[5] 基于匈牙利匹配算法的钓鱼网页检测方法 [J].

张卫丰 ;

周毓明 ;

许蕾 ;

徐宝文 .

计算机学报, 2010, 33 (10) :1963-1975

[6]

CANTINA+[J] . Guang Xiang,Jason Hong,Carolyn P. Rose,Lorrie Cranor. ACM Transactions on Information and System Security (TISSEC) . 2011 (2)

[7]

Distinctive Image Features from Scale-Invariant Keypoints.[J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)

[8]

Efficient string matching[J] . Alfred V. Aho,Margaret J. Corasick. Communications of the ACM . 1975 (6)

[9]

2016年1-10月钓鱼网站处理简报 .2 中国反钓鱼网站联盟. . 2016

← 1 →