基于文档对象模型结构聚类的钓鱼网页检测方法

作者：冯健; 张莹^*

来源：科学技术与工程, 2018, 18(23): 81-89.

• 钓鱼网页
• DOM树
• 层次
• 聚类

为了解决现有的钓鱼网页分析方法,往往基于页面的文本特征,而忽略了页面的结构特征的问题,提出基于文档对象模型(document object model,DOM)结构聚类的钓鱼检测方法,其关键在于如何快速有效地计算网页的相似度。首先对获取的页面进行DOM结构解析,构建DOM树层次标签向量以刻画网页的结构特征;然后重新定义DOM树距离的概念,通过不同DOM树之间的距离来度量网页间的相似度;最后采用划分聚类思想实现网页的聚类。一系列的仿真实验表明,方法具有较高的召回率与精确率,运行时间也较短。

• 单位
  西安科技大学