作者：陈旭; 黎宇坤; 袁华平; 刘文印钓鱼检测机器学习统计分析分类置信度
摘要：文章构建了URL和网页内容两方面特征,结合机器学习Adaboost算法,训练了两种钓鱼检测模型。系统可根据网址状态智能选择合适的模型,并最终以浏览器插件形式与用户交互。文章提出利用钓鱼检测模型的分类置信度进一步提升系统性能,认为URL检测结果的分类置信度在0.95以上时是可靠的。实验表明,系统的漏警率和虚警率分别为3.59%和2.93%,准确率达到96.75%,可以有效抵御网络钓鱼攻击。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
