[發(fā)明專利]一種基于web自動化測試和寬度學習的釣魚網(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（設計）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
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F16/955
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 王世芳;李智

本發(fā)明公開了一種基于web自動化測試和寬度學習的釣魚網(wǎng)站檢測方法，屬于計算機網(wǎng)絡安全技術(shù)領(lǐng)域。本發(fā)明先基于url和html頁面進行傳統(tǒng)特征提取，再利用web自動化測試技術(shù)來進行交互式特征提取，最后利用提取特征后的預處理訓練樣本進行寬度學習訓練，從而準確快速地識別和檢測釣魚網(wǎng)站，保護民眾的網(wǎng)絡信息和財產(chǎn)安全。

技術(shù)領(lǐng)域

本發(fā)明屬于計算機網(wǎng)絡安全技術(shù)領(lǐng)域，更具體地，涉及一種基于web自動化測試和寬度學習的釣魚網(wǎng)站檢測方法。

背景技術(shù)

網(wǎng)絡釣魚是通過大量發(fā)送聲稱來自于銀行或知名機構(gòu)的欺騙性垃圾郵件、網(wǎng)頁虛假廣告等，竊取用戶的個人身份數(shù)據(jù)和金融賬號等敏感信息的一種攻擊方式。最典型的網(wǎng)絡釣魚攻擊是將用戶引誘到一個精心設計的與目標組織的網(wǎng)站極其相似的釣魚網(wǎng)站上，獲取用戶在該網(wǎng)站上輸入的個人敏感信息或騙取用戶匯款。由于這類攻擊過程受害者不易警覺，釣魚網(wǎng)站已經(jīng)成為目前最為嚴重的互聯(lián)網(wǎng)犯罪手段之一，而釣魚網(wǎng)站的檢測也成為網(wǎng)絡安全領(lǐng)域最熱門的研究方向之一。

2016年，由CNNIC牽頭籌建的互聯(lián)網(wǎng)域名管理技術(shù)國家工程實驗室與國際反釣魚工作組(APWG)、中國反釣魚網(wǎng)站聯(lián)盟(APAC)聯(lián)合發(fā)布了《全球中文釣魚網(wǎng)站現(xiàn)狀統(tǒng)計分析報告(2016年)》(以下簡稱《報告》)。數(shù)據(jù)顯示，2016年我國釣魚網(wǎng)站數(shù)量同比增長150.96％，主要仿冒對象為淘寶、中移動，各大銀行，所使用的域名主要有.COM、.CC、.PW、.NET。

2017年第三季度360手機衛(wèi)士為全國手機用戶攔截釣魚網(wǎng)站計7.9億次，較2016年第三季度增長102.6％。對所攔截的手機端釣魚網(wǎng)站分類，其中賭博博彩類釣魚網(wǎng)站占總體比重的80.2％，虛假購物、虛假招聘、金融證券、假藥以及釣魚廣告等類型占比依次遞減。

雖然攔截數(shù)量很多，但攔截的網(wǎng)站大部分是已長時間存在，難以捕獲和封鎖最新的釣魚網(wǎng)站。釣魚網(wǎng)站的生命周期平均只有4.684天，而舉報的平均周期13.327天，對于釣魚網(wǎng)站，必須在極短的時間內(nèi)識別和攔截，否則會對民眾的財產(chǎn)安全造成威脅。

目前對于釣魚網(wǎng)站的識別和攔截技術(shù)由殺毒軟件和瀏覽器自身來執(zhí)行，其技術(shù)分為以下幾類：

①黑名單過濾技術(shù)：將人工檢測和民眾舉報的釣魚網(wǎng)站加入黑名單，當訪問的url(Uniform Resource Locator，統(tǒng)一資源定位符)存在于黑名單中，實施攔截并提出警告。這種方式不能識別最新的釣魚網(wǎng)站，同時需要人工驗證。

②url的特征提取：通過訪問的url來提取出相應的特征，比如域名，但是這種判定方式不可靠，因為url中并不具有釣魚網(wǎng)站的決定性特征，這類方法的誤判率和漏判率較高。

③結(jié)合各種網(wǎng)站頁面元素作為特征進行釣魚網(wǎng)站的檢測:因為網(wǎng)頁頁面的特征獲取需耗費一定的時間，這類方法在準確度上相比第二類方法有提高，但執(zhí)行的速度和效率都不高。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的以上缺陷或改進需求，本發(fā)明提供了一種基于web自動化測試和寬度學習的釣魚網(wǎng)站檢測方法，其目的在于基于url和html頁面進行傳統(tǒng)特征提取，利用web自動化測試技術(shù)來進行交互式特征提取，利用提取特征后的預處理訓練樣本進行寬度學習訓練，從而準確快速地識別和檢測釣魚網(wǎng)站，保護民眾的網(wǎng)絡信息和財產(chǎn)安全。

為實現(xiàn)上述目的，按照本發(fā)明的一個方面，提供了一種基于web自動化測試和寬度學習的釣魚網(wǎng)站檢測方法，包括如下步驟：

(1)在PC(Personal Computer，個人計算機)端對于數(shù)據(jù)集里面的大量的釣魚網(wǎng)站和正常網(wǎng)站進行靜態(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；

所述數(shù)據(jù)集來自網(wǎng)絡上搜集的釣魚網(wǎng)站和正常網(wǎng)站，或直接從網(wǎng)絡安全公司獲取；

(2)將步驟(1)中特征向量集合利用k折交叉驗證法分為訓練集和驗證集；