摘要
为了解决传统诈骗网站检测方法精确度不足、机器学习方法过于臃肿开销过大的问题,本文提出基于卷积神经网络模型的诈骗网站识别模型。通过采集大量网络流量数据,提取数据流特征,建立模型,训练并判断目标网站是否具有诈骗网站特征。并采用朴素贝叶斯算法,检测用户异常行为,判断是否执行过诈骗网站特定操作。若赋值结果超过规定阈值,则目标网站被判为诈骗网站,反之则为正常网站。经过试验检测,该模型召回率为97.65%,检测精确度为91.2%,具有较好实验效果与实践意义。
-
单位浙江警察学院