[發(fā)明專利]釣魚網(wǎng)頁的深度學(xué)習(xí)智能檢測方法

無效

• 申請?zhí)枺?/td>: 201110393959.2
• 申請日: 2011-12-01
• 公開（公告）號: CN102523202A
• 公開（公告）日: 2012-06-27
• 發(fā)明（設(shè)計(jì)）人: 李元誠;沈尚方
• 申請（專利權(quán)）人: 華北電力大學(xué)
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F17/30
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 朱琨

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)信息安全技術(shù)領(lǐng)域，尤其涉及釣魚網(wǎng)頁的深度學(xué)習(xí)智能檢測方法。

背景技術(shù)

近年來網(wǎng)絡(luò)“釣魚”攻擊頻頻出現(xiàn)，嚴(yán)重地影響了電子商務(wù)的發(fā)展，也給公眾造成了很大的危害。國內(nèi)常見的“釣魚”式攻擊(Phishing)，如仿冒各大銀行等金融機(jī)構(gòu)和大型交易門戶的釣魚網(wǎng)站，危害非常嚴(yán)重。當(dāng)前針對釣魚網(wǎng)頁的檢測技術(shù)一般是單獨(dú)基于文檔模型或網(wǎng)頁圖像的檢測方法。由于HTML語言的靈活性和網(wǎng)頁元素的動態(tài)性，仿冒者能做出看上去一樣但結(jié)構(gòu)完全不同的網(wǎng)頁，因而單獨(dú)基于文檔模型的釣魚網(wǎng)頁檢測方法存有很大缺陷；同樣，目前基于圖像的網(wǎng)頁相似檢測方法主要是根據(jù)人的視覺原理，對網(wǎng)頁的視覺相似度進(jìn)行判定，雖然難度較大，攻擊發(fā)起者對被仿冒的網(wǎng)頁的模仿也可以做到以假亂真的程度。綜上所述，以往釣魚網(wǎng)頁檢測方法中存在的檢測識別特征不全面、智能檢測精度不足等缺點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明針對上述缺陷公開了釣魚網(wǎng)頁的深度學(xué)習(xí)智能檢測方法，該方法用于解決目前單純基于文檔型或圖像型釣魚網(wǎng)頁檢測技術(shù)對圖片網(wǎng)頁處理的不足，以及釣魚網(wǎng)頁檢測精度不高的問題。

釣魚網(wǎng)頁的深度學(xué)習(xí)智能檢測方法，包括以下步驟：

1)對網(wǎng)頁文檔模型進(jìn)行分析，生成網(wǎng)頁文檔特征向量F；

2)將待測網(wǎng)頁轉(zhuǎn)化為圖像，并采用譜聚類方法對所得圖像進(jìn)行分割；

3)提取網(wǎng)頁圖像特征，從而獲得網(wǎng)頁內(nèi)容特征向量N；

4)使用流形學(xué)習(xí)Isomap算法對網(wǎng)頁內(nèi)容特征向量N降維得到特征空間V_new；

5)用DBN分類器對特征空間V_new進(jìn)行訓(xùn)練和測試，根據(jù)DBN分類器結(jié)果判別待檢測的網(wǎng)頁是否為釣魚網(wǎng)頁。

所述步驟2)具體包括以下步驟：

21)將待測網(wǎng)頁保存為網(wǎng)頁圖像；

22)將網(wǎng)頁圖像由RGB空間變換為HSI空間；

23)采用譜聚類方法，確定網(wǎng)頁圖像的聚類數(shù)目k；

24)生成k個(gè)子圖。

所述步驟3)具體包括以下步驟：

31)提取分割后的各個(gè)子圖的特征向量V_i；

32)提取分割后的各個(gè)子圖間的位置關(guān)系特征向量C；

33)將以上特征組合成網(wǎng)頁圖像特征向量A，并與網(wǎng)頁文檔特征向量F一起合成為網(wǎng)頁內(nèi)容特征向量N。

所述步驟4)具體包括以下步驟：

41)選擇鄰域參數(shù)，構(gòu)造鄰域圖；

42)在步驟41)所選擇的鄰域參數(shù)K下，求出產(chǎn)生的子鄰域圖個(gè)數(shù)以及每個(gè)子鄰域圖是由哪些數(shù)據(jù)點(diǎn)組成；

43)求出子鄰域圖數(shù)據(jù)集間最短的γ條歐式距離分別對應(yīng)的數(shù)據(jù)點(diǎn)；

44)對WM_i，WM_j中相互連接的數(shù)據(jù)點(diǎn)對應(yīng)的鄰域集合進(jìn)行修正

45)求出數(shù)據(jù)點(diǎn)間的最短路徑；

46)構(gòu)建m維的低維嵌入，獲得降維后的特征空間V_new。

所述步驟5)具體包括以下步驟：

51)從網(wǎng)頁內(nèi)容特征空間V_new中，給出部分有標(biāo)簽的訓(xùn)練樣本；

52)使用網(wǎng)頁圖像特征空間V_new中給出的有標(biāo)簽的訓(xùn)練樣本，對DBN進(jìn)行訓(xùn)練；

53)對DBN實(shí)施修正訓(xùn)練，進(jìn)行參數(shù)微調(diào)，得到DBN分類器；

54)用得到的DBN分類器對特征空間V_new中的無標(biāo)簽樣本進(jìn)行測試，輸出釣魚網(wǎng)頁檢測結(jié)果。

本發(fā)明的有益效果為：使用本發(fā)明提供的方法進(jìn)行釣魚網(wǎng)頁檢測，綜合網(wǎng)頁文檔和圖像特征，檢測的特征參數(shù)覆蓋更加全面。在檢測方法方面，相比文本特征提取方法，DBN深度信任網(wǎng)絡(luò)算法具有較高的檢測精度和較快的檢測速度，提高了釣魚式攻擊檢測率。

附圖說明

圖1是釣魚網(wǎng)頁的深度學(xué)習(xí)智能檢測方法流程圖。

具體實(shí)施方式

下面結(jié)合附圖，對優(yōu)選實(shí)施例作詳細(xì)說明。應(yīng)該強(qiáng)調(diào)的是，下述說明僅僅是示例性的，而不是為了限制本發(fā)明的范圍及其應(yīng)用。

如圖1所示為本發(fā)明所提供的釣魚網(wǎng)頁的智能檢測方法的檢測過程示意圖。該方法包括如下步驟：

1)對網(wǎng)頁文檔模型進(jìn)行分析，生成網(wǎng)頁文檔特征向量F；

2)將待測網(wǎng)頁轉(zhuǎn)化為圖像，并采用譜聚類方法對所得圖像進(jìn)行分割；

3)提取網(wǎng)頁圖像特征，從而獲得網(wǎng)頁內(nèi)容特征向量N；