[發(fā)明專利]一種基于web自動化測試和寬度學(xué)習(xí)的釣魚網(wǎng)站檢測方法

有效

• 申請?zhí)枺?/td>: 201810088364.8
• 申請日: 2018-01-30
• 公開（公告）號: CN108337255B
• 公開（公告）日: 2020-08-04
• 發(fā)明（設(shè)計(jì)）人: 袁巍;聶依凡;李浩鵬;賈昂;蔡明輝;姜源
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F16/955
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 王世芳;李智

1.一種基于寬度學(xué)習(xí)的釣魚網(wǎng)站檢測方法，其特征在于，包括如下步驟：

(1)在PC端對于網(wǎng)站數(shù)據(jù)集里面的大量的釣魚網(wǎng)站和正常網(wǎng)站進(jìn)行靜態(tài)特征提取、動態(tài)特征提取和交互式特征提取，形成特征向量集合；

(2)將步驟(1)中特征向量集合利用k折交叉驗(yàn)證法分為訓(xùn)練集和驗(yàn)證集；

(3)利用所述訓(xùn)練集進(jìn)行寬度學(xué)習(xí)的訓(xùn)練，利用所述驗(yàn)證集進(jìn)行測試對比，構(gòu)建基礎(chǔ)模型并對分類器的性能進(jìn)行優(yōu)化；所述分類器的性能是指分類器識別釣魚網(wǎng)站的正確率；

(4)收集誤判網(wǎng)站和新收錄的網(wǎng)站作為新的特征向量集合，對模型進(jìn)行增加輸入的增量學(xué)習(xí)，以優(yōu)化模型；

步驟(1)具體為：

(1.1)對于url進(jìn)行靜態(tài)特征提取；所述靜態(tài)特征包括：url的域名從開始到第一個點(diǎn)之間是否是純數(shù)字、url的長度是否小于23個字符；

(1.2)利用web自動化測試技術(shù)模擬無界面瀏覽器，對數(shù)據(jù)集的url進(jìn)行訪問；

(1.3)對于url訪問的頁面進(jìn)行動態(tài)特征提取；所述動態(tài)特征包括：圖片的resource是否和原url同域名；

(1.4)模擬瀏覽器對頁面進(jìn)行交互式點(diǎn)擊瀏覽，并返回交互式特征。

2.如權(quán)利要求1所述的一種基于寬度學(xué)習(xí)的釣魚網(wǎng)站檢測方法，其特征在于，步驟(1.1)中所述靜態(tài)特征還包括：

①url中是否含有ip地址；

③url里是否含有敏感字符，所述敏感字符包括@；

④url端口是否是80端口；

⑥url里是否包含涉及到購物或財(cái)產(chǎn)賬號的關(guān)鍵字，該關(guān)鍵字包括account，banking，taobao。

3.如權(quán)利要求1所述的一種基于寬度學(xué)習(xí)的釣魚網(wǎng)站檢測方法，其特征在于，步驟(1.3)中所述動態(tài)特征還包括：

①html的title是否包含敏感字符，所述敏感字符包括‘彩票’，‘境外賭博’，‘中獎’；

②是否有form表單；

④鏈接的href是否和url同域名；所述href是Hypertext Reference的縮寫，是指定超鏈接目標(biāo)的url。

4.如權(quán)利要求1所述的一種基于寬度學(xué)習(xí)的釣魚網(wǎng)站檢測方法，其特征在于，步驟(1.4)中所述交互式特征包括：

①form表單是否嚴(yán)謹(jǐn)；

②點(diǎn)擊鏈接，是否為空；

③點(diǎn)擊鏈接，是否發(fā)生url重定向。

5.如權(quán)利要求1所述的一種基于寬度學(xué)習(xí)的釣魚網(wǎng)站檢測方法，其特征在于，步驟(2)具體為：

(2.1)設(shè)定k值；

(2.2)利用k折交叉驗(yàn)證法對步驟(1)的數(shù)據(jù)集進(jìn)訓(xùn)練集和驗(yàn)證集的劃分。

6.如權(quán)利要求1所述的一種基于寬度學(xué)習(xí)的釣魚網(wǎng)站檢測方法，其特征在于，步驟(3)具體為：

(3.1)利用步驟(2)的訓(xùn)練集中網(wǎng)頁樣本的特征向量集合對寬度學(xué)習(xí)模型進(jìn)行訓(xùn)練并測試分類器性能；

(3.2)通過增加特征節(jié)點(diǎn)和增強(qiáng)型節(jié)點(diǎn)不斷調(diào)整網(wǎng)絡(luò)架構(gòu)進(jìn)行訓(xùn)練并測試直到分類器達(dá)到預(yù)期性能，獲取各層權(quán)重信息并保存模型。