首页 | 本学科首页   官方微博 | 高级检索  
     

基于属性降维的钓鱼网站检测方法
引用本文:杨云,徐光侠,雷娟. 基于属性降维的钓鱼网站检测方法[J]. 重庆邮电大学学报(自然科学版), 2018, 30(4): 564-571
作者姓名:杨云  徐光侠  雷娟
作者单位:国网重庆市电力公司,重庆 400014,重庆大学 信息与通信工程博士后流动站,重庆 400044;重庆邮电大学 软件学院,重庆 400065,国网重庆市电力公司 电力科学研究院,重庆 401123
基金项目:国家自然科学基金(61772099);中国博士后基金(2014M562282);重庆市博士后项目(XM2014039);重庆市人工智能技术创新重大主题专项(cstc2017rgzn zdyf0140);重庆市高校优秀成果转化资助(KJZH17116)
摘    要:随着对钓鱼网站分析刻画的不断完善,使得钓鱼网站检测特征呈现高维化特点。属性维度的增加以及数据量的增长,会造成检测计算复杂度呈几何倍数扩大,导致检测时间复杂度高、占用资源大和检测效率低。针对多属性的钓鱼网站检测,设计了一种基于属性降维的钓鱼网站检测方法。该方法使用信息增益方法对原始数据进行特征选择,筛除可能存在的冗余和噪声数据信息;根据不同属性间的互信息计算属性相关性矩阵,利用属性相关性矩阵作为权值参与加权主成分分析;根据得到的降维后新特征数据通过监督学习算法构建钓鱼网站检测模型。实验表明,该方法可以有效降低原始数据中冗余和噪声属性的干扰,能够有效检测出复杂网络环境中的钓鱼网站,同时具有较高的稳定性。

关 键 词:多属性  降维  钓鱼网站  检测
收稿时间:2018-04-30
修稿时间:2018-07-04

Phishing detection method based on attribute reduction for multi-attribute phishing detection
YANG Yun,XU Guangxia and LEI Juan. Phishing detection method based on attribute reduction for multi-attribute phishing detection[J]. Journal of Chongqing University of Posts and Telecommunications, 2018, 30(4): 564-571
Authors:YANG Yun  XU Guangxia  LEI Juan
Affiliation:State Grid Chongqing Electric Power Company, Chongqing 400014, P. R. China,Information and Communication Engineering Postdoctoral Research Station Chongqing University, Chongqing 400044; School of Software Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, P. R. China and State Grid Chongqing Electric Power Co. Electric Power Research Institute, Chongqing 401123, P. R. China
Abstract:
Keywords:Multi attribute   dimensionality reduction   fishing site   detection
点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆邮电大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号