基于多特征的惡意網(wǎng)頁(yè)檢測(cè)研究.pdf

1、隨著互聯(lián)網(wǎng)的日益普及，Web網(wǎng)頁(yè)技術(shù)得到了快速的發(fā)展?；ヂ?lián)網(wǎng)中充斥的形式各異的惡意網(wǎng)頁(yè)嚴(yán)重威脅著網(wǎng)頁(yè)用戶的安全。尤其是釣魚網(wǎng)頁(yè)、垃圾網(wǎng)頁(yè)和帶惡意程序的網(wǎng)頁(yè)等都有各自的威脅特點(diǎn)。對(duì)網(wǎng)頁(yè)用戶來(lái)說(shuō)，判斷網(wǎng)頁(yè)的安全性通常比較困難，現(xiàn)有的惡意網(wǎng)頁(yè)檢測(cè)及類型識(shí)別的研究工作亟需完善。網(wǎng)頁(yè)的特征提取方法是惡意網(wǎng)頁(yè)檢測(cè)的關(guān)鍵步驟，本文針對(duì)惡意網(wǎng)頁(yè)的特征提取方法做了深入的研究和分析，提出了一種新的特征提取方法，并應(yīng)用此方法設(shè)計(jì)實(shí)現(xiàn)了一個(gè)惡意網(wǎng)頁(yè)的檢測(cè)系統(tǒng)。

2、主要的研究工作如下:
　　 本文研究并分析了常用的網(wǎng)頁(yè)特征提取方法，針對(duì)現(xiàn)有方法的不足并結(jié)合惡意網(wǎng)頁(yè)檢測(cè)的實(shí)際特點(diǎn)，提出了一種基于網(wǎng)頁(yè)源代碼和網(wǎng)址屬性的惡意網(wǎng)頁(yè)特征提取方法。該特征提取方法利用靜態(tài)分析的方式對(duì)網(wǎng)頁(yè)的源代碼提取出頁(yè)面代碼信息特征和腳本信息特征，同時(shí)通過(guò)分析網(wǎng)頁(yè)網(wǎng)址來(lái)提取文本詞匯特征和相關(guān)的主機(jī)屬性特征，隨后將網(wǎng)頁(yè)的特征信息表示成數(shù)值化的特征向量。為了證明了本文提取特征方法的有效性，在特定的數(shù)據(jù)集上，與運(yùn)用已有方法提

3、取特征的文獻(xiàn)做了對(duì)比實(shí)驗(yàn)，從檢測(cè)準(zhǔn)確度等方面做了評(píng)估。實(shí)驗(yàn)還驗(yàn)證了本文特征的融合有效性。
　　 在提出的特征提取方法的基礎(chǔ)上，本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)惡意網(wǎng)頁(yè)檢測(cè)系統(tǒng)。該系統(tǒng)分為四個(gè)模塊，其中網(wǎng)頁(yè)搜集模塊采集得到四類網(wǎng)頁(yè)數(shù)據(jù)集;特征提取模塊采用本文提出的基于網(wǎng)頁(yè)源代碼和網(wǎng)址屬性的惡意網(wǎng)頁(yè)特征提取方法對(duì)網(wǎng)頁(yè)數(shù)據(jù)集中的網(wǎng)頁(yè)進(jìn)行特征提取，構(gòu)建出網(wǎng)頁(yè)特征庫(kù);數(shù)據(jù)存儲(chǔ)模塊將網(wǎng)頁(yè)的相關(guān)數(shù)據(jù)保存于數(shù)據(jù)庫(kù)中;檢測(cè)分類模塊是利用K近鄰和支持向量機(jī)進(jìn)行