基于贝叶斯和支持向量机的钓鱼网站检测方法OA北大核心CSCDCSTPCD
Phishing detection approach based on Naïve Bayes and sup-port vector machine
随着电子商务和在线交易的不断发展，钓鱼网站已成为目前最难处理的网络安全难题之一。提出了一种基于贝叶斯和不平衡支持向量机的钓鱼网站检测方法，首先提取待检测网站的URL特征，采用改进贝叶斯方法进行分类检测，如果不能明确分类，则提取该网站的页面特征，并采用不平衡支持向量机方法进行分类检测。实验结果表明，与现有方法相比，方法所需的检测时间少且能达到较高的检测准确度。
As the electronic commerce and on-line trade expand, phishing is among the hardest network problems. This paper presents a novel approach for intelligent phishing web detection based on Naïve Bayes and imbalanced support vector machine. As given a web, its URL features are first analyzed, and classified by Naïve Bayes. When the web’s legality is still suspicious, its web pages are then analyzed, and classified by imbalanced support vector machine. Compared t…查看全部>>
顾晓清;王洪元;倪彤光;丁辉
常州大学 信息科学与工程学院，江苏 常州 213164常州大学 信息科学与工程学院，江苏 常州 213164常州大学 信息科学与工程学院，江苏 常州 213164常州大学 信息科学与工程学院，江苏 常州 213164
信息技术与安全科学
钓鱼网站贝叶斯不平衡支持向量机分类
phishingNaïve Bayesimbalanced support vector machineclassifier
《计算机工程与应用》 2015 (4)
面向视频的目标跟踪新算法及其应用研究
87-90,95,5
国家自然科学基金（No.61070121）。
评论