李思强
- 作品数：1 被引量：4H指数：1
- 供职机构：江西理工大学信息工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于AdaCostBoost算法的网络钓鱼检测被引量：4
- 2015年
- 针对日益严重的网络钓鱼攻击,提出机器学习的方法进行钓鱼网站的检测和判断.首先,根据URL提取敏感特征,然后,采用AdaBoost算法进行训练出分类器,再用训练好的分类器对未知URL检测识别.最后,针对非平衡代价问题,采用了改进后的AdaBoost算法--AdaCostBoost,加入代价因子的计算.实验结果表明,文中提出的网络钓鱼检测方法,具有较优的检测性能.
- 曾传璜李思强张小红
- 关键词：网络钓鱼分类器
