叶志雄，王丹弘

（中国移动通信集团广东有限公司，广州 510635）

基于海量数据的不平衡SVM增量学习的钓鱼网站检测方法

叶志雄，王丹弘

（中国移动通信集团广东有限公司，广州 510635）

钓鱼网站每年在电子商务、通信、银行等领域给用户造成极大损失，成功有效的防范钓鱼网站成为一项艰巨任务。本文通过对实际数据的分析，提取了URL相关特点、网页文本内容两方面特征描述网页，然后对不同特征构建相应分类器，根据增量学习思想优化各分类器，提升算法在线学习能力。最后采用分类集成的方法综合各个分类器的预测结果，达到对钓鱼网站在线智能检测的目标。实验表明，集成分类具有良好的在线学习能力和泛化能力。

增量学习；钓鱼网站；不平衡SVM方法；集成分类

随着互联网的高速发展，人们消费模式的改变，网络消费成为一种普遍的消费方式，但网络给人们带来生活便利的同时，也带来了财产安全威胁。因此，如何有效保证网络安全成为一个重要的热点问题。钓鱼威胁是众多网络安全问题比较突出的一个，钓鱼网站的智能检测已然成为网络安全领域最关注的问题之一。钓鱼网站是通过模仿正规网站的URL地址、网站内容等，欺骗用户浏览、注册、登录，钓鱼者通过网站后台获取用户私人信息，盗取用户网上账户财产，或出售用户信息获得非法利益。

针对钓鱼网站带来的威胁，互联网公司纷纷推出相关浏览器插件，虽然取得了良好效果，但这些插件对钓鱼网站的检测效果仍不尽人意。……