利用网络结构与社区发现揭示钓鱼与合法网站区分中的重要特征

在本文中，我们揭示了使智能模型能够区分钓鱼网站与合法网站的关键网站特征。钓鱼网站是指那些具有与可信网站相似的用户界面和近似地址的网站，旨在说服用户输入其私人数据，以便攻击者未来潜在的滥用。利用智能系统检测钓鱼网站是保护用户、公司及其他使用 HTTP 协议的在线服务的重要目标。智能模型需要区分作为预测钓鱼网站输入的重要特征。在本研究中，我们利用基于相关性的网络，提出了一种新颖的基于网络的方法，以发现对钓鱼检测更为重要的特征。这些网络在一个已建立的钓鱼数据集上进行了训练与测试。通过按数据实例标签划分数据集，构建了三个不同的网络。重要特征通过发现这些网络的枢纽节点来确定，结果被展示并分析。这是首次使用基于网络的方法进行特征选择，该方法快速且准确。