[发明专利]基于机器学习的钓鱼网页检测方法在审
| 申请号： | 201910705624.6 | 申请日： | 2019-08-01 |
| 公开（公告）号： | CN110572359A | 公开（公告）日： | 2019-12-13 |
| 发明（设计）人： | 范如;范渊 | 申请（专利权）人： | 杭州安恒信息技术股份有限公司 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06F16/955;G06F16/958 |
| 代理公司： | 33212 杭州中成专利事务所有限公司 | 代理人： | 金祺;周世骏 |
| 地址： | 310051 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于机器学习的钓鱼网页检测方法：包括以下步骤：S1、判断待测网页是否为合法网页，如不是，执行步骤S2；S2、提取步骤S1所得网页的URL；S3、基于逻辑回归算法的钓鱼网页检测方法，判断步骤2得到网页是合法网页还是钓鱼网页。本发明提供了一种基于机器学习的钓鱼网页检测算法，采用了构建网页特征集合，网页过滤技术以及逻辑回归分类算法来实现对钓鱼网页的检测。该检测方法可以有效减少合法网页的检测数量，并实现了对逃逸技术的钓鱼网页的良好检测。 | ||
| 搜索关键词： | 钓鱼网页检测 钓鱼网页 合法网页 检测 基于机器 逻辑回归 网页 算法 分类算法 判断步骤 网页过滤 网页特征 有效减少 构建 集合 学习 | ||
【主权项】：
1.基于机器学习的钓鱼网页检测方法，其特征在于：包括以下步骤：/nS1、判断待测网页是否为合法网页，如不是，执行步骤S2；/nS2、提取步骤S1所得网页的URL；/n以非字母、非数字但不包括“_”和“-”的字符号切分URL，得到经切分后的URL的词汇集合；/n若在URL路径词汇中存在钓鱼攻击目标词，同时该钓鱼攻击目标词与该URL的各级域名标签均不相同，则判定该网页为钓鱼网页；/n若同一字符串中存在两个及两个以上不同的钓鱼攻击目标词，则判定该网页为钓鱼网页；/n若经切分后的URL的词汇集合中并不存在钓鱼攻击目标词，但忽略字符串内部的数字字符后，若可发现钓鱼攻击目标词，则判定该网页为钓鱼网页；/n若经切分后的URL的词汇集合并不存在钓鱼攻击目标词，然后忽略字符串内部的数字字符后也未发现钓鱼攻击目标词，则重新切分，新的URL词汇集合中发现钓鱼攻击目标词或钓鱼攻击目标词字符串子串，则判定该网页为钓鱼网页；/n如果未判定为钓鱼网页，执行步骤S3；/nS3、基于逻辑回归算法的钓鱼网页检测方法，判断步骤2得到网页是合法网页还是钓鱼网页。/n
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杭州安恒信息技术股份有限公司，未经杭州安恒信息技术股份有限公司许可，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/patent/201910705624.6/，转载请声明来源钻瓜专利网。
