[发明专利]一种基于樽海鞘群算法支持向量机的网络钓鱼检测方法有效

专利信息
申请号: 201910031356.4 申请日: 2019-01-14
公开(公告)号: CN109873810B 公开(公告)日: 2022-07-19
发明(设计)人: 叶志伟;孙一恒;王春枝;金灿;孙爽;杨娟;郑逍;陈凤;苏军;严灵毓 申请(专利权)人: 湖北工业大学
主分类号: H04L9/40 分类号: H04L9/40;G06N3/00;G06K9/62
代理公司: 北京睿智保诚专利代理事务所(普通合伙) 11732 代理人: 周新楣
地址: 430068 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 海鞘 算法 支持 向量 网络 钓鱼 检测 方法
【权利要求书】:

1.一种基于樽海鞘群算法支持向量机的网络钓鱼检测方法,其特征在于,包括以下步骤:

步骤1:对网站数据进行处理;

解析网站的URL特征、域名信息以及Web页面特征,并进行数值化和归一化处理,划分训练集,验证集和测试集;

步骤2:随机初始化樽海鞘群算法的参数,包括樽海鞘群数量N、迭代次数L、以及维度dim、樽海鞘个体的位置X以及参数的上下界;其中维度dim表示需要优化的参数的维度,樽海鞘的个体位置X表示为支持向量机的参数C和g的值,参数的上下界表示为参数的寻优范围;

步骤3:计算樽海鞘群的适应度值,将每个樽海鞘个体位置X传入支持向量机中,作为当前支持向量机的参数,然后使用支持向量机对数据集进行分类,返回的分类精确度表示为当前的个体的适应度值;

步骤4:按照适应度大小,将适应度值最大的樽海鞘设置为领导者,其余的樽海鞘设置为跟随者;

步骤5:更新樽海鞘群中个体的位置;

步骤5的具体实现包括以下子步骤:

步骤5.1:按照公式(1)更新作为领导者的樽海鞘的位置;

其中,表示为第一个作为领导者的樽海鞘在第j个维度上的位置,Fj表示为在第j个维度上的食物源,即表示为第j个维度上的当前最优解,ubj表示第j个维度上的作为领导者的樽海鞘个体的位置上限,lbj表示为第j个维度上作为领导者的樽海鞘个体的下限,通过上限和下限控制每个维度上的搜索范围;c1,c2,c3随机数,其中c2取0到1的随机数,c3≥0时取0到1的随机数;l表示为一个当前的迭代次数,L表示为总的迭代次数;

步骤5.2:按照公式(3)更新作为跟随者的樽海鞘的位置;

其中,i≥2,表示第i个作为跟随者的樽海鞘的位置;

步骤6:判断终止条件,是否达到迭代次数或者适应度值不在提高;

若否,则回转执行步骤3:

若是,则输出作为领导者的樽海鞘的位置,即为最佳的支持向量机参数C和g;

步骤7:使用支持向量机来对钓鱼网站进行检测和判别。

2.根据权利要求1所述的基于樽海鞘群算法支持向量机的网络钓鱼检测方法,其特征在于:步骤1中,所述URL特征包括有无IP地址、有无异常的字符、URL的长度、端口号以及子域名的状态;所述域名信息包括域名的注册时间、DNS记录以及网页级别;所述Web页面特征包括链接对象、表单对象以及JavaScript脚本语言;特征类型分别为连续型和离散型,将其转化为数值对象并进行归一化。

3.根据权利要求1所述的基于樽海鞘群算法支持向量机的网络钓鱼检测方法,其特征在于:步骤3中所述樽海鞘群的适应度值,是表示为支持向量机对于钓鱼网站的检测准确率,具体计算公式为:

式中,TP表示支持向量机检测训练集时将正类的样本分类为正类的数量,FP表示为支持向量机检测测试集时将正类的样本分类为反类的数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北工业大学,未经湖北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910031356.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top