期刊文献+

基于信任模型的URL钓鱼检测机制

下载PDF
导出
摘要 网络钓鱼识别是近几年来网络安全研究的热点。本文充分说明了网络钓鱼研究的必要性,并给出了基于信任模型的URL钓鱼检测机制,该信任模型更新了黑/白名单,在一定程度上提高了URL钓鱼的检测率。
作者 徐欢潇
出处 《电脑知识与技术》 2018年第6X期31-32,共2页 Computer Knowledge and Technology
基金 本科教学辅助资源建设项目:基于移动互联网的计算机基础练习与测验平台
  • 相关文献

参考文献2

二级参考文献19

  • 1MA J, SAUL L K, SAVAGE S, et al. Beyond Blacklists: Learning to Detect Malicious Web Sites from Suspicious URLs[C]//ACM SIGMOD. International Conference on Knowledge Discovery & Data Mining, June 28-July 1, 2009, Paris, France. New York: Association for Computing Machinery, 2009: 1245-1254.
  • 2GARERA S, PROVOS N, CHEW M, et al. A Framework for Detection and Measurement of Phishing Attacks[C]// ACM SIGSAC. 2007 ACM Workshop on Recurring Malcode. Alexandria, VA, United states. New York : Association for Computing Machinery, 2007: 1-8.
  • 3LEO Breiman, JEROME Friedman, CHARLES J, et al. Classification and Regression Trees (CART)[M]. New York: Chapman & Hall, 1984.
  • 4KEERTHI S S, SHEVADE S K, BHATTACHARYYA C, et al. Improvements to Platt's SMO Algorithm for SVM Classifier Design[J]. Neural Computation, 2001, 13(3): 637-649.
  • 5SUYKENS J A K, VANDEWALLE J. Least Squares Support Vector Machine Classifiers[J]. Neural processing letters, 1999, 9(3): 293-300.
  • 6宋广玲,郝忠孝.一种基于CART的决策树改进算法[J].哈尔滨理工大学学报,2009,14(2):17-20. 被引量:14
  • 7孙玉星,黄松华,陈力军,谢立.基于贝叶斯决策的自组网推荐信任度修正模型(英文)[J].软件学报,2009,20(9):2574-2586. 被引量:21
  • 8WANG Wei1,2,3 & ZENG GuoSun1,2,31Department of Computer Science & Technology, Tongji University, Shanghai 200092, China,2Tongji Branch, National Engineering & Technology Center of High Performance Computer, Shanghai 200092, China 3Key Loboratory of Embedded System and Service Computing, Ministry of Education, Shanghai 200092, China.Bayesian cognitive trust model based self-clustering algorithm for MANETs[J].Science China(Information Sciences),2010,53(3):494-505. 被引量:6
  • 9陈辉林,夏道勋.基于CART决策树数据挖掘算法的应用研究[J].煤炭技术,2011,30(10):164-166. 被引量:36
  • 10田俊峰,鲁玉臻,李宁.基于推荐的信任链管理模型[J].通信学报,2011,32(10):1-9. 被引量:17

共引文献27

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部