[发明专利]一种钓鱼网站鉴别系统和方法

摘要

本发明提出一种钓鱼网站鉴别系统，其包括特征提取模块、特征向量降维模块、分类训练模块及鉴别模块。特征提取模块用于提取网站的页面信息及排名信息，并获得特征向量；特征向量降维模块和特征提取模块相连，用于对特征向量进行降维，获得降维后的特征向量；分类训练模块和特征向量降维模块相连，用于对已知网站的降维后的特征向量进行分类训练，获得分类模型；鉴别模块和分类训练模块及特征向量降维模块分别相连，用于保存分类模型，并利用分类模型对未知网站的降维后的特征向量进行鉴别，判断是否为钓鱼网站。所述钓鱼网站鉴别系统和所述钓鱼网站鉴别方法同时将网站排名和网站内容作为网站的特征向量，可以提高网站鉴别的精度。

主权项

一种钓鱼网站鉴别系统，其特征在于，包括：特征提取模块，用于提取网站的页面信息及排名信息，并获得特征向量；特征向量降维模块，其和所述特征提取模块相连接，用于对所述特征向量进行降维，获得降维后的特征向量；分类训练模块，其和所述特征向量降维模块相连接，用于对已知网站的所述降维后的特征向量进行分类训练，获得分类模型；及鉴别模块，其和所述分类训练模块及所述特征向量降维模块分别相连接，用于保存所述分类模型，并利用所述分类模型对未知网站的所述降维后的特征向量进行鉴别，判断是否为钓鱼网站；其中，将所述特征提取模块所提取的网站内容的特征向量和网站排名信息的特征向量作为网站的特征向量进行后续处理；所述特征提取模块提取网站的页面信息时只保存中文汉字到文本中，并对所述文本进行分词及提取所述文本中的名词和动词作为一级特征词；所述分类训练模块具体采用前馈神经网络方法对已知网站的所述降维后的特征向量进行分类训练，得到所述分类模型：将已知网站的所述降维的特征向量作为训练数据通过隐含层节点作用于输出层节点，经过非线形变换，产生输出节点的输出值Yk；输出节点的输出值Yk与期望输出值tk之间的偏差，通过调整权值wi,j、Tj,k以及阈值θi、θk，使误差沿梯度方向下降，并经过反复学习训练，确定与最小误差相对应的权值和阈值，训练即停止。