研究人员开发识别钓鱼网站新算法，网上支付更安全
编辑：admin 日期：2021-03-16 10:43:09 / 人气：
钓鱼网站是指欺骗用户的虚假网站。“钓鱼网站”的页面与真实网站界面基本一致，欺骗消费者或者窃取访问者提交的账号和密码信息。
网络钓鱼被认为是当今网络安全最严重的威胁之一。现有的网络钓鱼检测技术大多使用贝叶斯分类算法来区分钓鱼网页和真实网页。如果一个数据集包含的网页数量较少，并且能够提供高达90%的准确率，那么贝叶斯模型的准确率就很高。
但是，近年来网页的规模在急剧增长，现有的方法对大数据集的计算精度不够高。在最近发表于《无线个人通信》(Wireless Personal Communications)的一项研究中，研究人员提出了一种识别钓鱼网站的新方法。
论文显示，该方法利用网页中HTML页面的源代码中的超链接来识别钓鱼网站。该方法使用一个30个参数的特征向量来检测恶意网页。这些特征被用于训练监督深层神经网络模型与Adam优化器，以区分欺诈网站和真实网站。
论文提出的Adam优化器深度学习模型使用列表方式对钓鱼网站和真实网站进行分类。与其他传统的机器学习方法如SVM、Adaboost、AdaRank相比，论文提出的方法具有良好的性能。结果表明，该方法对钓鱼网站的检测结果更为准确。
内容搜索 Related Stories
推荐内容 Recommended
- 湖南双峰县局“鱼渔兼授”精准帮扶见成效09-03
- 寻味重庆不可错过的麻辣鱼火锅09-02
- 下厨房| 20分钟完成，新手也可轻松操作的鱼料理了解一下09-02
- 3业主买鱼放小区景观池08-27
- 三文鱼团体标准再引争议：虹鳟鱼列为三文鱼你认可么08-25
- 我省4位学子被保送清华北大，只因会剖鱼？08-23