基于分类集成的钓鱼网站智能检测系统

近来, 通过仿冒真实网站的URL地址及其页面内容的“钓鱼网站”已严重威胁到互联网用户的隐私和财产安全. 为了应对这种威胁, 该文通过对大量已知正常网站和钓鱼网站的学习, 解析其对应的网页内容, 提取相应的网页标题、网页关键字、网页描述信息等8种特征来描述这些网站, 然后基于不同的特征表达方法构建了相应的分类器; 对于待检测的网站, 采用分类集成的方法综合各个分类模型的预测结果, 达到对钓鱼网站智能检测的目标. 基于上述方法, 构建了钓鱼网站智能检测系统IPWDS, 并将其集成于金山安全产品中. 在大量、真实数据集的基础上, 实验结果表明IPWDS系统对钓鱼网站的检测效果优于现有常见的钓鱼网站检测方法和常用的反钓鱼软件.     

基于关联规则挖掘技术的病毒主动防御系统

提出了一种在Windows平台下检测变形病毒及未知病毒的新方法——以PE文件调用的WinAPI序列为特征,采用数据挖掘技术（OOA挖掘）来检测变形病毒及未知病毒．实验结果表明,本文所实现DMAV系统具有很好的鲁棒性和智能性,其中OOA规则生成器有效地解决了特征提取的优化问题。     

结合色彩和空域信息的一种CBIR方法

提出了结合色彩和空域信息的CBIR方法.该算法采用色彩和空域信息相结合的办法来提取图像的特征向量,生成色彩-空域共生矩阵.实验结果表明,该方法能有效地提高检索的正确性.