基于分类置信度和网站特征的钓鱼检测系统

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.