基于朴素贝叶斯的钓鱼网站检测研究

作者：黄炎; 张双全

来源：通化师范学院学报, 2019, 40(04): 43-46.

DOI：10.13877/j.cnki.cn22-1284.2019.04.010

• 朴素贝叶斯
• KNN
• 钓鱼网站
• 泛化能力

互联网的高速发展,使得人们与网络的联系日益密切,但随之而来也带来了许多问题.钓鱼网站的出现就是问题之一,钓鱼网站通过窃取用户个人信息、银行卡账户及密码等方式来对人们的信息财产安全造成威胁.本文通过对钓鱼网站主要特征进行分析,并利用两种基于样本集的分类算法来对钓鱼网站进行研究,结果表明,朴素贝叶斯模型的准确率为97.19%,高于KNN模型的92.94%,且朴素贝叶斯模型的泛化能力也优于KNN模型.

• 单位
  长春工业大学