科创中国

本发明公开了一种中文钓鱼网站检测方法及系统，该方法包括：S1、客户端获取网址URL；S2、分别提取网址URL特征和网站页面内容特征作为特征向量；S3、通过支持向量机、扩展的朴素贝叶斯算网站页面内容特征法、决策树算法、链接和表单处理对特征向量进行分类训练；S4、对分类训练的结果进行分类集成，判断网址是否为钓鱼网站。本发明提取网址URL特征和网站页面内容特征作为特征向量，使用SVM支持向量机、NBC朴素贝叶斯算法、决策树算法和链接表单的相应处理进行对应的分类训练，并使用分类集成对预测结果进行集成得到最终结果，大大的提高了分类的精度。

一种中文钓鱼网站检测方法，其特征在于，所述方法包括： 51、 客户端获取网址URL，将网址URL与本地数据库中的黑名单和白名单进行比对； 若网址URL在黑名单中，则直接返回警告信息； 若网址URL在白名单中，则返回该网址URL为正常网址;若不在本地数据库中，则将网址 URL发送至服务器； 52、 服务器分别提取网址URL特征和网站页面内容特征作为特征向量； 53、 通过支持向量机、扩展的朴素贝叶斯算法、决策树算法、链接和表单处理对特征向 量进行分类训练； 54、 对分类训练的结果进行分类集成，判断网址是否为钓鱼网站； 所述步骤S2中的网址URL特征包括:域名中是否包含IP形式、URL中是否包含16进制字 符、长度是否大于50、域名级数是否大于4、路径级数是否大于3、路径中是否含有敏感关键 字、Whois注册信息是否在一年之内、网站排名信息是否靠后； 所述步骤S2中的网站页面内容特征包括:string字符串、title标签、alt标签、keyword 标签、copyright标签、description标签、src名称、frame框架、form表单中的中文文本

 2013年手机在线支付增长迅猛，用户数达到1.25亿，交易规模突破1.2万亿元。但 与此同时，手机支付面临的风险因素也快速增长了 312%，成为威胁网民资产非常重要的原 因，网络钓鱼已经成为最严重的一种网络犯罪形式。所谓“钓鱼网站”，是指不法分子利用各 种手段，仿冒真实网站的地址以及页面内容，或者利用真实网站服务器程序上的漏洞在站 点的某些网页中插入危险的HTML代码，以此来骗取用户银行或信用卡账号、密码等私人资 料。目前，用户在手机端上网过程中面临的钓鱼攻击危害程度已超过PC端。比PC具有更强的 诱惑性，隐蔽性和误导性。钓鱼式攻击严重影响网络银行、电子支付网站的发展。危害用户 利益的同时又影响被仿造网站的信誉，阻碍移动互联网的发展。手机上网的用户由于受手 机界面的限制，比电脑上网更难区分网站真假。一旦上当，将个人信息提交到钓鱼网站，很 难避免经济损失。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

提取网址URL特征和网站页面内容特征作为特征向量，可以提高分类的精度；

[0051] 使用TF-IDF算法对网站页面内容特征向量进行筛选，可以提高分类的效率；

[0052] 使用SVM支持向量机、NBC朴素贝叶斯算法、决策树算法和链接表单的相应处理进 行对应的分类训练，分类效率显著提高；

[0053] 使用分类集成对预测结果进行集成得到最终结果，大大的提高了分类的精度。

技术合作

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在 不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论 从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权 利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有 变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

[0151] 此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包 含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当 将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员 可以理解的其他实施方式。