多特征分类识别算法融合的网络钓鱼识别技术
徐欢潇;徐慧;雷丽婷
【期刊名称】《计算机应用研究》 【年(卷),期】2017(034)004
【摘要】This paper studied the view of the problem of poor real-time performance of page feature extraction,and proposed the method of feature
classification,parallel
it
extracted
extraction,detection main
features
and of
refusion three
results.First the the
categories,including text,visual and Internet connection.Then,it used the Bayesian algorithm,EMD algorithm and Web crawler to classify.And determined the weight of the final selection based on the posterior probability.Finally,the
fusion
of
these
three
classification
results.Experiments show that a phishing recognition based on weighted Bayesian algorithm has better performance,through the comparison of Bias,weighted and weighted Bias,which evaluates the algorithm according to the correct rate,false negative rate and false alarm rate.The accuracy rate can provide higher to improve the accuracy of detection,while ensuring low false positives and false negatives to improve the real-time of detection.%针对页面特征提取实时性差的问题进行了研究,提出将特征分类,并行提取、检测、再融合结果的方法.首先提取三个类别的主要特征,包括文本、视觉和网络链接;然后分别利用贝叶斯算法、EMD算法以及网络爬虫来进行分类,并且基于后验概率来确定权值的最终选取;最后把
这三个分类结果进行融合.通过对贝叶斯、加权和加权贝叶斯的比较,从正确率、漏报率和误报率对算法进行评估.实验表明采用加权贝叶斯的方法来进行融合计算效果最佳,具有较高的准确率和较低的误报率和漏报率,提高了检测的精度和实时性.
【总页数】4页(1129-1132)
【关键词】网络钓鱼;特征分类;识别;算法融合;加权贝叶斯 【作者】徐欢潇;徐慧;雷丽婷
【作者单位】南通大学电子信息学院,江苏南通226019;南通大学计算机科学与技术学院,江苏南通226019;南通大学电子信息学院,江苏南通226019 【正文语种】中文 【中图分类】TP309.2 【文献来源】
https://www.zhangqiaokeyan.com/academic-journal-cn_application-research-computers_thesis/0201241945713.html 【相关文献】
1.融合多源网络评估数据及URL特征的钓鱼网站识别技术研究 [J], 胡忠义[1,2]; 王超群[1,2]; 吴江[1,2]
2.融合多源网络评估数据及URL特征的钓鱼网站识别技术研究 [J], 胡忠义; 王超群; 吴江
3.网络钓鱼的攻击方式与识别技术 [J], 张国战
4.多特征与局部线性嵌入融合算法在植物识别中的应用研究 [J], 单治磊; 张王菲; 赵熙临; 付波
5.基于改进判别区域特征融合算法的近色背景绿色桃子识别 [J], 黄小玉; 李光林; 马驰; 杨士航
以上内容为文献基本信息，获取文献全文请下载
多特征分类识别算法融合的网络钓鱼识别技术
