[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

摘要

本发明公开了一种基于樽海鞘群算法支持向量机的网络钓鱼检测方法，首先初始化樽海鞘群算法的基本参数：种群数目、迭代次数、个体维度、搜索空间；随机初始化个体的位置和范围；然后按照适应度值的大小划分为领导者樽海鞘和跟随者樽海鞘，利用这两种樽海鞘的协调合作挖掘出支持向量机的最优参数。在每次迭代中，用于评价个体的适应度值的函数是个体所携带的参数对于支持向量机在钓鱼网站数据集上的检测准确率。本发明与一般的优化算法如遗传算法、引力搜索算法、蝙蝠算法、粒子群算法等，在优化支持向量机上，能够尽可能的挖掘出支持向量机的最优参数参数，提升支持向量机在钓鱼检测的准确率。

主权项

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。