一种基于网页关联性特征的钓鱼检测方法

摘要

钓鱼网站是指不法分子利用各种手段仿冒的银行、电子商务等网站，以此来骗取用户银行或信用卡账号、密码等私人信息。为了取得用户的信任，钓鱼袭击者通常会模拟合法网页来构建钓鱼网页，所以一个钓鱼网站与它的目标网站之间是有着很强的关联性的。
　　本文提出一种基于网页关联性的钓鱼网页检测方法。网页关联性主要包括网页图像感知哈希关联性、搜索关联性、文字关联性和网页整体关联性，本文将这四种关联性用于钓鱼网页的检测以及特征库的构建与更新，主要的工作与贡献如下:
　　首先，研究基于图像感知哈希关联性的钓鱼网页检测方法。将网页以图片格式保存，提取图像的主要可视像素点，由这些像素点组成感知哈希序列，再进行图像的相似度匹配。该方法既克服了钓鱼网页存活时间短的问题，又能快速地与特征库进行匹配。实验结果表明，该方法在保证一定误判率和召回率的情况下大大提高了匹配速度。
　　其次，研究特征库的构建。钓鱼网页更新速度是很快的，所以在进行反钓鱼袭击的工作中，除了要考虑钓鱼检测方法的优劣外，还需要考虑特征库的构建问题。本文提出一种新的由钓鱼网页查找目标网页的方法，用这些目标网页来构架特征库。该方法通过提取到的钓鱼网页中的关键词组成一个词汇签名，将词汇签名在多个搜索引擎上进行检索，综合搜索结果，最终找出钓鱼网页的目标网页。经过实验验证，该方法收集的数据确实提高了钓鱼检测方法的正确率。最后，研究特征库的更新。利用搜索引擎检索目标网页的方式来及时更新网页特征库。仿真实验证明，对特征库进行更新有助于降低误判率。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 研究背景

1.2 研究目标和内容

1.3 论文的框架结构

第二章 网络钓鱼检测方法综述

2.1 引言

2.2 网络钓鱼的攻击与防范

2.3 网络钓鱼检测方法概述

2.4 钓鱼检测方法的主要评价指标

2.5 本章小结

第三章 感知哈希关联性的钓鱼检测方法研究

3.1 引言

3.2 目前钓鱼网页检测方法存在的问题

3.3 感知哈希序列的提取

3.4 实验

3.5 本章小结

第四章 由钓鱼网页查找目标网页的方法研究

4.1 引言

4.2 整体结构图

4.3 词汇签名的生成

4.4 基于搜索关联的第三方工具检索

4.5 目标网页的确定

4.6 实验

4.7 本章小结

第五章 特征库可更新的钓鱼网页检测方法

5.1 引言

5.2 特征库的更新方法

5.3 实验

5.4 本章小结

第六章 总结和展望

6.1 本文完成的工作

6.2 未来的研究方向

致谢

攻读硕士学位期间发表的论文

攻读硕士学位期间获得的专利申请

缩略词

图表清单

参考文献