参考文献中的URL问题初探

期刊论文后以URL为引文的现象越来越多,相随而来的是规范及其可靠性问题,本文侧重对URL引文的有效性问题进行初探。

一种新型的基于URL过滤的反垃圾邮件技术

在深入分析了传统垃圾邮件过滤技术不足的基础上,提出并实现了一种新型的基于URL过滤的垃圾邮件过滤技术(URLbased spamfiltering,UBSF)。该方法通过对比从到来邮件中提取的URL与URL库中存储的URL信息的相似性来判定垃圾邮件。通过语料库以及构建实际系统原型的测试,表明该方法具有准确性高、误报率低以及实时处理速度快的优点。

URI与网络资源维护存取

从网络资源的本质入手,分析了URI的产生和作用,阐述其主要的内容机制和功能,比较了URN与URL优缺点,从而对URI有比较清晰的认识。

基于URL混淆技术识别的钓鱼网页检测方法

针对钓鱼URL常用的混淆技术,提出一种基于规则匹配和逻辑回归的钓鱼网页检测方法(RMLR)。首先,使用针对违反URL命名标准及隐藏钓鱼目标词等混淆技术所构建的规则库对给定网页分类,若可判定其为钓鱼网址,则省略后续的特征提取及检测过程,以满足实时检测的需要。若未能直接判定为钓鱼网址,则提取该URL的相关特征,并使用逻辑回归分类器进行二次检测,以提升检测的适应性和准确率,并降低因规则库规模不足导致的误报率。同时,RMLR引入基于字符串相似度的Jaccard随机域名识别方法来辅助检测钓鱼URL。实验结果表明,RMLR准确率达到98.7%,具有良好的检测效果。

获取WWW网上更多医学资源的新方法——Medline光盘途径

ＷＷＷ是一种基于超文本方式的信息浏览与检索工具．从Ｍｅｄｌｉｎｅ光盘检索到与所需主题相关的ｗｅｂ地址，再利用这个ｗｅｂ地址从ＷＷＷ上找到相关网页。

基于URL语言特征的钓鱼网站检测算法

为了应对钓鱼网站的检测逃避策略,提出一种基于URL语言特征的钓鱼网站检测算法。通过分析钓鱼网站和合法网站的URL在不同检测域上的差异,定义基元和敏感度来描述其语言特征。先根据基元对主级域名进行相似性检测,当相似性低于预先设定的阈值时,选取有效的子域名特征,利用随机森林算法对子域名的语言特征进行学习和检测。实验结果表明,该算法的准确率达95.6%,系统运行时间相对较小,平均识别时间小于1 s。

基于URL文本特征及链接关系的钓鱼网站识别算法

为了提高对钓鱼网站的识别准确率,通过对钓鱼网站统一资源定位符(URL)文本数据的分析,结合钓鱼网站内部链接关系组成的网络拓扑结构特征,提出了基于URL文本特征及链接关系的钓鱼网站识别算法FAUFL。该算法的原理是:以URL文本特征作为输入,采用随机森林算法生成基于URL文本特征的钓鱼网站判别算法;以链接关系作为输入构建相关网页群,采用基于最大流切割的相关网页群算法生成基于链接关系的钓鱼网站判别算法;将上述两种判别算法结果作为输入,采用Bagging算法进行进一步评估。测试结果表明钓鱼网站识别算法FAUFL算法的识别准确率为99.2%,比基于URL文本特征的算法的准确率提高3.9%,比基于链接关系的算法提高5.0%。

URL参数在动态网站中的应用

动态网站可以接收和处理用户的请求信息,并生成在内容和格式上都符合用户个性化要求的网页。本文主要阐述利用URL参数采创建满足不同类型用户要求的个性化网站和在动态网站中创建"主-详细页"的方法。

会说谎的URL

我叫URL，即“Uniform Resource Locators”，意思是统一资源定位器。地址栏中的网址就属于我URL的一种表达方式。基本上所有访问网站的朋友都会使用到我，所以我的作用是很大的。也许很多朋友都不知道，我可是很会骗人的。

使用DataSocket进行虚拟仪器的Web页面构建

首先简要地介绍了虚拟仪器的概念及特点,然后讲述了虚拟仪器与In ternet相结合构建网络化虚拟仪器的巨大应用前景。随后阐述了在进行虚拟仪器网络化的过程中需要用到的开发工具和技术,着重讲解了美国N I公司的D ataSocket技术在进行虚拟仪器网络化中的优势。通过一个实例具体讲解了如何使用D ataSocket技术进行虚拟仪器的W eb页面构建。另外还涉及包括构建A ctiveX控件、编写HTM L文件等内容。

XML与Flash实现动态下拉菜单

本文介绍了XML的概念和Flash实现访问XML的方法,并实现WEB站点的XP风格下拉菜单。生成的动态下拉菜单扩展性强,易于使用。

如何在WWW万维网上查寻地球科学资料

指数倍快速增长的国际互联网 ,对发展能够在WWW万维网上找到有用信息的工具提出了新的要求 ,“模拟图书馆 (VirtualLibraries)”和“搜索器 (SearchEngines)”就是两种已有的工具 ,可被用于搜寻地球科学信息资料。由于各种数据库中的信息在质与量上有很大的差异 ,为了收集到与某一特定题目有关的大量信息 ,就得采用有效的互联网搜索技术。此外 。

园区网风险账号评估方法

基于账号的URL访问日志,通过检测风险设备定位风险账号;提取设备出现次数离散度、设备多账号风险度、收费网络占比等访问行为特征,将其量化为特征向量集;利用高斯混合模型(GMM)将所得到的特征向量集进行聚类,得出设备有异常访问行为的概率.使用修正余弦相似度算法计算同一账号下同类设备访问URL的相似程度.综合高斯混合模型的聚类结果和修正余弦相似度的计算结果得到风险账号的评估结果.实验结果表明,该方法在误报率低于5%的同时达到85%的检出率,可以在IP地址范围较小、账号登录频率不高的园区网环境下及时发现风险账号.

基于GPS的三维因特网超文本信息系统的研究

在“数字地球”概念发展的驱动下,利用GPS系统和宽带无线网络系统,把GPS定位坐标作为互联网的统一资源定位器(URL),使现实空间点成为可以存储和发布数据的信息点,建立了一种全新的网络信息浏览和发布方式;论述了GPS系统与无线网络系统的整合方式,探讨了基于GPS的三维因特网超文本信息系统实现的原理和关键问题,最后指明这一全新的技术具有巨大的潜力和广阔的应用前景。

DOI和CrossRef

DOI即数字对象标识体系，其主要目的是唯一标识网络环境下的各种信息资源实体（Entity），包括各种物理和数字资源。DOI是从统一资源定位符（unifornl Resource Locator，uRL）发展而来，被称为“下一代URL”。它与URL的最大区别就是实现了对资源实体的永久性标识。

HTML的缺陷

ＨＴＭＬ（超文本标记语言）之所以能够流行，是因为它有简洁的语法，但也正是由于它过于简洁，所以也有很多地方令人头痛。主要问题如下：超链追踪整个Ｉｎｔｅｒｎｅｔ都处在不断地变化中，而网页的主人通常不能及时地改变自己网页中的ＵＲＬ（统一资源定位器）以适应链...

细解三个司空见惯的网络问题

一、为什么必须输入"协议名://" 在地址栏中输入域名,如www.domain.com.cn,可以顺利进入网页.如果想进入某已知端口的服务,输入"www.domain.com.cn:端口号"却无法进入,必须输入"协议名://www.domain.com.cn:端口号"才可以,这是为什么呢?打开浏览器后在地址栏内输入的是URL地址,URL是Uniform Resource Locators的缩写,意思是统一资源定位器,是定位Internet上资源的规范.它有自己的语法,为使用各种协议对资源进行定位提供了一种描述的方法,它的常规形式是这样的:〈方案名称〉.〈方案描述部分〉我们常用的"http"就是定位Internet上资源的一种方案名称,程序在解释方案名称的时候是不分大小写的,所以写"HTTP"和"http"是一样的.

Web窃听

Web窃听也叫Web信标，它是一个放在网页上或电子邮件内的文件(通常是图像，如透明的GIF格式图像文件)，用以监视用户的行为，起到间谍软件的作用。Web窃听与可被浏览器用户接受或拒绝的Cookie不同，是网页中的另一个GIF格式图像文件。由于Web窃听是透明的(与网页背景的底色是一致的)，只占用极小的空间，所以用户一般是看不到的。

今天我到哪儿去?

这是一个我最近经常反复琢磨的问题。随着越来越多的人们联接Internet并且 访问World-Wide Web网点更加容易后,他们经常也会想,“下一步我将到哪儿呢?”下面是我的几个非常感兴趣的Web访问点。