基于半監督學習的釣魚網站檢測研究中期考核目錄四、后續工作三、研究進度二、研究內容及方法一、研究背景和目的一、研究背景和目的“電子銀行/移動支付系統安全態勢監控示范工程”子課題（國家信息安全專項發改辦高技[2013]1965號文件）Text1……反釣魚網站檢測研究網頁掛馬檢測研究電子銀行/移動支付業務系統外網安全監測二、研究內容及方法針對釣魚網站檢測樣本標記

困難的問題進行研究。提出一種釣魚網站檢測算法，通過特征篩選，以及半監督學習算法得到最適合的釣魚網站檢測模型。特征篩選從URL、HTML

DOM元素以及ThirdPartySearchInformation(TPSI)三個方面進行網站特征提取，比較全面的刻畫了釣魚網站的特征；將半監督協同訓練算法（Tri-training）運用于釣魚網站檢測中，極大的減少了釣魚網站標記樣本的數量，實現了減少人工標記成本的目的。學習算法1二、研究內容及方法基于多融合的釣魚網站檢測模型

系統框架Sa1：對釣魚網頁樣本數據集進行預處理篩選；Sa2：提取URL特征向量

、HTMLDOM特征向量

以及TPSI特征向量

；Sa3：構造三類弱分類器

，并利用tri-training半監督協同訓練算法對三類分類器進行分類強化訓練；Sa4：得到釣魚網頁檢測分類器模塊。訓練模塊Sb1：系統將用戶訪問的網頁URL信息發給Form表單檢測模塊；Sb2：系統在黑名單庫中對傳遞的URL進行匹配；Sb3：對URL特征向量

、頁面信息特征向量

以及搜索信息特征向量

三組特征向量結合搜索引擎進行提取；Sb4：通過釣魚網頁分類器對待檢測的網頁進行投票判斷；Sb5：根據傳遞的判斷結果。檢測模塊URLFeaturesHTMLContentFeaturesTPSIFeatures基于多融合的釣魚網站檢測模型

二、研究內容及方法21features二、研究內容及方法數據集：1）數據集來源釣魚網站樣本主要來源于PhishTank反釣魚網站社區，篩選選取了最新的6400條可用的釣魚網站數據進行研究。另一部分合法網站樣本主要來源于Alexa和Yahoo！中排名靠前的主流合法網頁。基于多融合的釣魚網站檢測模型

二、研究內容及方法2）標記樣本和未標記樣本比例劃分SVM分類性能情況8%的標記樣本數據作為標記樣本集合L85%的樣本作為未標記樣本集合U7%的樣本作為測試集合T基于多融合的釣魚網站檢測模型

二、研究內容及方法3）基礎分類器的選擇不同比例標記樣本性能分別對SVM，J48和NaiveBayes三種監督學習的分類器進行了訓練，得到不同標記樣本的性能圖如右圖所示。基于多融合的釣魚網站檢測模型

二、研究內容及方法對比實驗TSVMPD檢測算法：受標記樣本數量的影響較小；TPR和Precision較高；可以保障用戶的正常使用。基于多融合的釣魚網站檢測模型

二、研究內容及方法針對釣魚網站檢特征隨時間段

變化特征貢獻變化及降維問題。擬提出一種釣魚網站檢測特征處理方案。（調研中）2三、研究進度開題情況中期完成情況1、針對釣魚網站特征，收集能反映釣魚網站的數據集；1、根據已有文獻，從URL、頁面信息和搜索信息三個方面爬取釣魚網站相關數據（100%）2、提出一種釣魚網站檢測方法2、根據已有的釣魚網站檢測模型，基于多融合的釣魚網站檢測方法（100%）3、提出一種特征處理算法3、提出多融合釣魚網站特征處理算法：完成情況：1）數據集的預處理（100%）2）數據的訓練和算法驗證階段（待完成）專利：[1]一種多特征融合的釣魚網頁檢測方法.（已投）[2]徐光俠,宋洋洋,劉宴兵,喬忠華,黃海輝,周密,楊奇毅.體域網中緊急數據優先傳輸調度方法.

專利號：201310230559.9（狀態已授權，交費過程中）論文：[1]GuangxiaXu.YangyangSong.APhishingDetectionAlgorithmBasedonMulti-featureFusion.

theCommunicationsandInformationSecuritySymposium.（已投）項目：[1]電子銀行/移動支付系統安全監控示范工程子課題（發改辦高技[2015]289號）[2]基于智慧城市建設中社區安全的多元數據采集分析研究與應用(cstc2016shmszx40001)…三、研究進度學位論文寫作計劃摘要Abstract目錄第一章緒論1.1研究背景及意義1.2國內外研究現狀1.3論文研究內容1.4論文結構安排第二章釣魚網站檢測技術概述2.1網絡釣魚攻擊技術2.2釣魚網站檢測2.3釣魚網站屬性提取方法2.4本章小結第三章基于多融合的釣魚網站特征構建方法3.1引言3.2基于多融合的釣魚網站特征構建模型及定義3.3算法原理及過程3.4實驗環境及過程3.5實驗結果分析3.6本章小結第四章基于多融合的釣魚網站檢測方法4.1引言4.2基于多融合的釣魚網站檢測模型及定義4.3算法原理及過程4.4實驗環境與過程4.5實驗結果分析4.6本章小結第五章結束語5.1主要工作與創新點5.2后續研究工作參考文獻致謝