检索结果-南通市图书馆

作者：程国标哈尔滨工业大学

学位级别：硕士

随着警务信息化和数字化的发展,公安警务系统中积累了海量的数据资源。大数据时代,传统的人工分析、经验主导的警务处理模式已经无法适用于当前的数据量级。打造以情报数据为主导,以人工智能等技术为核心的智慧警务成为新时期的重要实践... 详细信息

随着警务信息化和数字化的发展,公安警务系统中积累了海量的数据资源。大数据时代,传统的人工分析、经验主导的警务处理模式已经无法适用于当前的数据量级。打造以情报数据为主导,以人工智能等技术为核心的智慧警务成为新时期的重要实践,智慧警务的建设过程中需要高效的数据挖掘技术来充分发挥数据资源的价值。当前,智慧警务建设过程中面临着网络情报数据处理方法低效、异常检测困难和预警机制滞后等问题,很大程度上限制了智慧警务的发展,无法有效地发挥海量数据资源的价值。本文针对智慧警务建设过程中出现的问题进行了深入的研究和分析,并提出了行之有效的解决方案。首先,针对智慧警务建设中网络情报数据处理方法中存在的问题进行了详细的分析,之后针对公安部门网络情报数据抽取低效的问题提出一种自动模板生成算法,基于页面数据的结构和重复模式信息来自动化地生成页面的抽取模板集,在较低的时间消耗下完成页面内容的抽取,实验测试准确率超过92%。其次,针对智慧警务建设中复杂交易网络中异常检测困难的问题,本文采用深度学习来构建检测模型,提出了一种融合交易网络中交易节点间交易数据和局部拓扑关系数据的两路异构卷积神经网络模型。该模型可以并行化地处理交易网络数据,为犯罪案件的侦破提供科学依据。实验测试结果中准确率达到95%且检测召回率超过97%。然后,针对智慧警务建设过程中犯罪预警机制滞后的问题,提出了一种融合警务系统中人员数据的通用预警模型。该模型基于对警务数据的挖掘分析进而实现对高危人员的及早预警,为警力资源的调配提供科学参考,在不均衡数据集下平均准确度超过了90%。最后,基于上述研究内容设计与实现了智慧警务原型系统,为警务系统数据提供一种切实有效的处理与分析方法。系统测试结果表明,该系统能够满足预期的设计目标。

关键词：智慧警务自动模板卷积神经网络预警模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

特定加密应用识别关键技术研究

特定加密应用识别关键技术研究

作者：黄晓雪哈尔滨工业大学

学位级别：硕士

随着互联网迅猛发展,网络流量成分日益复杂。网络中除了指大量标准化公开协议所产生的流量外,还存在许多私有协议流量。私有协议(Proprietary Protocol)因商业保护等原因而未公开其网络通信技术规范,故识别有难度。本文研究的特定加密... 详细信息

随着互联网迅猛发展,网络流量成分日益复杂。网络中除了指大量标准化公开协议所产生的流量外,还存在许多私有协议流量。私有协议(Proprietary Protocol)因商业保护等原因而未公开其网络通信技术规范,故识别有难度。本文研究的特定加密应用是指采用私有协议和混淆通信技术的应用,其利用加密技术(Encryption)保证数据传输安全,也利用流量混淆技术(Traffic Obfuscation)伪装其流量,逃避网络监管。针对以上问题,本文提出被动检测(Passive Detect)与主动探测(Active Probe)两种方案,对该类应用深入识别。首先,本文详细分析了当前混淆流量被动检测和私有协议主动探测的相关成果,同时介绍了协议分析实验环境,阐述流量检测和主动探测的原理。其次,本文从被动检测角度,对采用混淆伪装通信技术的加密应用产生的流量进行分析。首先阐述加密应用利用TCP、HTTP、HTTPS的三种混淆通信原理。随后对典型报文序列进行标记并设计混淆流量分类算法。同时本文将TF-IDF算法思想与流量检测领域结合。计算各个特征权重,将有效特征整合成协议特征库。最后设计基于特征匹配的混淆流量识别算法。测试结果表明,本文提出的混淆流量被动检测方法能够有效识别特定加密应用的混淆流量。再次,本文从主动探测角度,构造特殊格式数据包对加密应用进行主动发现。首先提出基于BWT后缀树快速索引的协议格式提取算法。随后从网络报文(Network Traffic)和指令序列(Instruction Trajectory)两方面,推断该应用协议状态机。最后根据协议状态迁移设计主动探测算法,并依据分层探测模型思想进行实验。测试结果表明,本文提出的私有协议主动探测方法能成功发现特定加密应用的专有特征,从而为协议探测领域提出一种新思路。最后,针对特定加密应用识别问题,本文设计并实现了复杂网络下特定应用识别原型系统,包括被动检测子系统和主动探测子系统两部分。根据现有研究成果可知,针对加密应用通信中混淆流量被动检测和基于协议状态迁移主动探测技术的研究工作较少,因此本文工作对于补充这两领域的不足有一定意义。测试结果表明流量被动检测与协议主动探测技术结合对准确识别基于混淆通信的特定加密应用是可行的。

关键词：加密流量混淆伪装被动检测主动探测协议状态迁移

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向SD-WAN的链路优化关键技术研究

面向SD-WAN的链路优化关键技术研究

作者：刘祚捷哈尔滨工业大学

学位级别：硕士

随着云计算、大数据等应用场景不断成熟,越来越多的企业将业务数据迁移至云端,同时伴随着企业发展,分支机构及业务模块增加,业务系统也变得复杂,基于SD-WAN的组网模式为企业实现高效协同办公及便捷管理提供了解决方案,同时也对长距离传... 详细信息

随着云计算、大数据等应用场景不断成熟,越来越多的企业将业务数据迁移至云端,同时伴随着企业发展,分支机构及业务模块增加,业务系统也变得复杂,基于SD-WAN的组网模式为企业实现高效协同办公及便捷管理提供了解决方案,同时也对长距离传输链路中转发路径的选择带来了新的挑战。本文针对面向SDWAN的链路优化关键技术进行研究,实现对链路度量指标的建模,并基于度量信息进行选路优化。首先,针对度量指标测量的实际需求,对流量转发的中继节点进行选取并构建SD-WAN中心网络拓扑,从而实现跨国测量链路组网过程。针对链路测量问题设计了一种面向链路度量指标测量的主从同步算法,实现对待测数据的长时间测量,并基于测量结果对链路度量基本指标与拓展指标进行分析。其次,针对网络时延预测问题,对时间序列预测模型及组合优化进行了研究,通过实验结果分析模型存在的不足。基于谱聚类和图卷积神经网络对时延预测模型进行改进,并连接组合时序模型,实现对SD-WAN中心拓扑中网络变化趋势的有效预测。经实验结果对比,改进模型能够取得更优的评价结果。再次,针对最优路径选择问题,利用网络度量指标测量和预测数据,引入带宽度量因子及跳数度量因子对启发式算法进行优化,提出一种改进的ACO选路算法,同时针对终端接入时节点选择问题提出一种接入点匹配算法,利用对比实验验证了算法的有效性。最后,基于本文所提出的网络时延预测模型及选路算法,结合链路度量指标测量技术,设计并实现了面向SD-WAN的链路优化系统,通过系统测试验证了系统对于选路优化的有效性。

关键词： SD-WAN 链路优化链路度量指标测量图卷积神经网络

基于时序数据分析的工业互联网异常检测系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于时序数据分析的工业互联网异常检测系统设计与实现

作者：关运通哈尔滨工业大学

学位级别：硕士

工业互联网为生产流程的智能化控制和规模化管理带来便利。随着工业互联网技术的深入发展,相应安全技术领域的研究越来越必要。工业互联网主要面临来自网络外部的风险,攻击发生时,系统内产生大量异常记录。相关异常的发现有助于防范网... 详细信息

工业互联网为生产流程的智能化控制和规模化管理带来便利。随着工业互联网技术的深入发展,相应安全技术领域的研究越来越必要。工业互联网主要面临来自网络外部的风险,攻击发生时,系统内产生大量异常记录。相关异常的发现有助于防范网络攻击,保障工业互联网平稳运行。由于主机数量、通信规模等差异,传统异常检测方法在异常操作序列、恶意指令分发和蠕虫攻击三种工业互联网异常检测场景效果不佳。课题从以下三个方面展开研究:(1)针对工业操作队列连贯和长度已知的特点,提出一种基于Prefix Span的改进算法。本文首先介绍了高频序列发现方法原理和Prefix Span序列挖掘算法,分析Prefix Span算法应用于操作队列挖掘时产生大量无效结果且执行效率较差的原因并提出适用工业互联网场景下,对频繁项序列更新算法和投影数据库存储结构的改进后的高频操作序列发现算法。实验分析表明所提出算法较Prefix Span在执行时间和准确性等方面拥有更好的性能表现。(2)研究工业互联网场景下域名生成算法(Domain Generation Algorithm,DGA)所产生域名(DGA域名)的检测方法。传统DGA域名检测存在吞吐率低、误报率高等问题。本文提出一种包含文本特征分类器和主机特征分类器在内的DGA域名检测模型。模型在提升吞吐率的前提下拥有较好的检测结果。(3)研究工业互联网蠕虫结构检测方法。工业互联网下网络局部拓扑呈现与普通局域网不同的周期性和主机特异性。本文首先分析了蠕虫结构检测原理和基于拓扑图分析的蠕虫检测方法,提出一种细粒度的阈值判别模型并将该模型用于树状网络结构的检测方法中。通过实验分析算法的性能表现。基于以上研究,本文最后设计并实现了基于时序数据分析的工业互联网异常检测系统。采集工业互联网仿真环境数据对系统功能与性能进行了测试。测试结果表明,该异常检测系统可以满足工业互联网相关异常的检测需求。

关键词：工业互联网异常检测高频操作序列 DGA域名蠕虫结构

面向SDN数据平面的安全态势预测系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向SDN数据平面的安全态势预测系统设计与实现

作者：盛铭仁哈尔滨工业大学

学位级别：硕士

软件定义网络（SDN）通过将控制平面与数据转发平面分离简化了网络管理。然而,平面分离在SDN数据平面中引入了许多新的漏洞。面对这些新的漏洞,难点是量化SDN数据平面的风险水平,并设计风险预测方法,以便采取主动措施减少网络安全事件... 详细信息

软件定义网络（SDN）通过将控制平面与数据转发平面分离简化了网络管理。然而,平面分离在SDN数据平面中引入了许多新的漏洞。面对这些新的漏洞,难点是量化SDN数据平面的风险水平,并设计风险预测方法,以便采取主动措施减少网络安全事件的损害程度。本文针对SDN数据平面上的网络安全事件,设计并实现了一个安全态势预测系统,有助于评估和预测SDN数据平面的风险水平。首先,为明确安全态势预测系统的需求,本文从系统的各用户业务流程、功能性需求以及非功能性需求进行分析,明确了系统的角色及各种功能运行的过程和关系。其次,本文研究了SDN数据平面内的安全态势评估技术。利用层次分析法分析了SDN数据平面所需的安全评估指标,凭借资产价值、系统脆弱性、安全事件信息三种指标计算出SDN数据平面的实时安全态势风险值。实验结果表明,面向SDN数据平面的层次化安全态势评估方法是可行的、合理的。再次,本文研究了SDN数据平面内的安全态势预测技术。提出了粒子群优化算法的一种改进方法,结合标准测试函数证明了改进方法的有效性和稳定性。针对传统预测模型的不足,结合改进的粒子群算法与双向长短期记忆网络,提出一种基于长短期记忆网络的安全态势预测模型。实验证明,此预测模型具有较高的预测精度和稳定性。最后,围绕SDN数据平面的特点,设计并实现了一个SDN测试环境搭建方法。基于本文提出的安全态势评估技术和预测模型,设计并实现了面向SDN数据平面的安全态势预测系统。系统测试证明,本文构建的预测系统可以有效预测SDN数据平面的网络安全态势。

关键词：网络安全态势软件定义网络双向长短期记忆网络粒子群优化算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向校园网的异常流量监测系统设计与实现

面向校园网的异常流量监测系统设计与实现

作者：李超哈尔滨工业大学

学位级别：硕士

互联网技术高速发展,网络环境日益复杂,网络攻击通过加密、混淆等手段提高隐蔽性,给网络安全防护和异常行为发现带来了新的挑战。目前国内外学者针对异常流量检测发现领域做了大量研究工作,并取得了一系列成果。针对异常行为检测发现普... 详细信息

互联网技术高速发展,网络环境日益复杂,网络攻击通过加密、混淆等手段提高隐蔽性,给网络安全防护和异常行为发现带来了新的挑战。目前国内外学者针对异常流量检测发现领域做了大量研究工作,并取得了一系列成果。针对异常行为检测发现普遍使用的深度包检测技术、数据挖掘技术、机器学习技术等技术手段,在特定场景下的实验环境中均表现出色,但是在实际生产环境中应用中却存在诸多不足,主要包括检测效率低下和误识别率高等问题。针对以上问题,本文深入分析传统的流量识别方法和机器学习方法,提出了基于大数据分析平台,将传统流量识别技术和机器学习技术结合的异常流量分类方案,并实现了面向校园网环境的异常流量监测平台。首先,在流量信息收集层面,利用加密流量检测技术和深度包检测技术完成了流量初步筛选和流量基本信息的提取,在此基础上,利用数据关联技术完成了基于行为特征的筛选,通过两次数据筛选,在校园网环境中减小了流量分类阶段的系统压力,再利用Flume和Kafka架构平台完成了流量信息日志的收集及传输。其次,在流量分类层面,一方面,对KNN、SVM、随机森林、决策树等机器学习算法进行实验研究,基于收集的异常流量标记样本集完成模型训练,并对各个机器学习算法的交叉验证结果进行对比,决策树在本数据集的分类效果更优。另一方面,利用Spark Streaming流式处理架构对原始流量信息数据处理,使用训练得到的最优分类模型完成原始数据流的分类,同时在分类结果基础上对异常流量监测数据进行相关统计更新。最后,在数据存储和展示层面,依据业务需求,使用Hadoop完成对原始数据流日志存储,使用Mysql完成异常监测系统展示数据存储,利用Think PHP架构完成了数据展示系统,满足了业务对于历史数据的追溯需求和展示界面数据快速响应需求。通过对本系统的测试和校园网环境部署应用,本系统在异常流量检测准确率和实时性方面满足了校园网环境下异常流量的监测需求。

关键词：异常流量深度包检测大数据机器学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Web行为分析与模拟的关键技术研究

Web行为分析与模拟的关键技术研究

作者：王凯馨哈尔滨工业大学

学位级别：硕士

随着Web应用的快速发展,以Web服务为基础的自媒体平台成为了民意的聚集地与舆情的发源地。政府部门为了把控网络舆论的走向,需要构建一套有效的舆情引导机制,Web行为模拟技术成为了解决这一问题的热点技术。除此之外,该技术在网络安全、... 详细信息

随着Web应用的快速发展,以Web服务为基础的自媒体平台成为了民意的聚集地与舆情的发源地。政府部门为了把控网络舆论的走向,需要构建一套有效的舆情引导机制,Web行为模拟技术成为了解决这一问题的热点技术。除此之外,该技术在网络安全、Web服务性能测试等方面也有广泛应用。而现有的模拟技术在流量与时间特性、用户行为模式方面存在模拟失真的问题。为了解决这一问题,本文提出了一种面向多层面的Web行为模拟方法,在行为分析的基础上,实现了Web会话层与用户层的行为模拟。在会话层,基于对Web会话中服务交互行为的分析,实现了Web服务交互行为的模拟。首先,对Web服务交互过程进行了表述分析。然后,在分析的基础上,提出了一种基于状态转移的Web服务交互行为模拟方法。最后设计了一种模拟的分布式并行化执行方案。测试结果表明,该模拟方法可实现Web服务交互过程的自动化与高效模拟。在用户层,基于对用户鼠标动力学特征的分析,实现了用户行为的逼真模拟。在特征分析阶段,提出了一种基于鼠标动力学特征的用户分类模型,用来表述用户个体间的行为差异,并作为后续模拟效果的评估准则。该模型采用了一种基于权值的投票算法,结合使用了传统的统计特征与新定义的操作个体特征,增强了鼠标特征的分类能力。在多分类的身份识别实验中,对20个用户进行分类,依据90s的数据获得了84%的识别准确率;在二分类的身份认证实验中,得到了6%的错误拒绝率与11%的错误接受率。在行为模拟阶段,依据对主要特征的分析,提出了一种基于模板库匹配的鼠标操作模拟方法,并且为了适应不同的模拟机器,对模拟方案进行了改进。使用用户分类模型评估模拟效果,结果表明这两种模拟方案均可实现多个用户行为的逼真模拟。基于上述研究成果,设计并实现了舆情引导原型系统。基于会话层行为模拟实现了高效的网军作战功能,基于用户层行为模拟实现了网军蓄养功能,用于提升网军作战质量,增强舆情引导水平与对抗效果。在实际的网络中对系统进行了测试,结果表明该系统可供政府相关部门用于网络舆情引导。

关键词： Web行为分析用户行为模拟鼠标动力学特征网络舆情引导

面向工业控制系统的攻击图生成系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向工业控制系统的攻击图生成系统设计与实现

作者：冯艳丽哈尔滨工业大学

学位级别：硕士

攻击图生成是通过建模获取目标网络潜在攻击路径的技术。攻击图主要用于分析目标网络的安全威胁,从而采取针对性的安全防护措施,节约安全防护成本。攻击图生成技术作为基于攻击图的网络安全评估的基础,具有十分重要的研究意义。本文主... 详细信息

攻击图生成是通过建模获取目标网络潜在攻击路径的技术。攻击图主要用于分析目标网络的安全威胁,从而采取针对性的安全防护措施,节约安全防护成本。攻击图生成技术作为基于攻击图的网络安全评估的基础,具有十分重要的研究意义。本文主要研究将攻击图技术应用于工业控制系统(Industrial Control System,ICS)场景的方法。通过分析工控病毒攻击机理与工控网络的形式化表示方法,提出并实现了基于漏洞关联的攻击图生成算法,提高了攻击图生成的效率。根据攻击图的结构特点,设计并实现了攻击图的三维可视化系统,优化了攻击图的可视化效果。首先,分析了常见工业病毒的攻击机理,研究了漏洞数据收集方法,并生成了漏洞数据集,为攻击图生成提供了理论与数据基础。具体而言,对比分析了常见工业病毒的攻击特点、攻击目标和攻击路径,作为漏洞关联分析和攻击路径生成的理论基础;采用分布式爬虫技术收集漏洞数据,形成了离线的漏洞数据集,作为攻击图生成的数据基础;在爬取的两千多条漏洞数据中提取关键词,结合各个漏洞的攻击特点和漏洞利用产生的影响进行漏洞的预分类处理,作为攻击路径生成的必要前提。其次,提出了ICS网络的等价表示策略和基于等价表示的网络生成方法,将攻击图生成所需要的网络信息用等价表示的方法转化为数字信息。实验表明,该方法能够满足基于漏洞关联的攻击图生成,同时,等价的ICS网络也是攻击图可视化的载体。再次,提出了基于设备内漏洞关联的全局攻击图生成方法和基于攻击过程的局部攻击图生成方法。前者实现了设备级和漏洞级攻击路径的结合,为攻击图复杂度的管理提供了新的思路;后者实现了基于确定起点和攻击目标的攻击路径生成,解决了全局攻击图攻击目标不明确的问题。最后,设计并实现了面向工业控制系统的攻击图生成系统和分布式网络爬虫系统。其中,分布式爬虫系统主要为攻击图生成提供数据基础。攻击图生成系统集成了ICS网络等价生成、全局攻击图生成、局部攻击图生成等功能,实现了基于Web GL的三维可视化,为攻击图生成与可视化提供了新的思路。

关键词：攻击图生成工业控制系统网络等价表示三维可视化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于话题立场的群体挖掘技术研究与实现

基于话题立场的群体挖掘技术研究与实现

作者：王芳哈尔滨工业大学

学位级别：硕士

得益于互联网的飞速发展,社交网络应用平台已经成为最大的舆情发酵中心,产生了大量反映社会舆论倾向的数据,这些数据文本立场明确、网络组织结构离散、内容特征稀疏,而现有舆情相关研究一般聚焦于文本情感、网络结构或用户属性。本文从... 详细信息

得益于互联网的飞速发展,社交网络应用平台已经成为最大的舆情发酵中心,产生了大量反映社会舆论倾向的数据,这些数据文本立场明确、网络组织结构离散、内容特征稀疏,而现有舆情相关研究一般聚焦于文本情感、网络结构或用户属性。本文从立场群体出发,展开热点话题提取、文本立场检测和群体挖掘三方面研究以呈现舆情全貌,主要研究成果如下:第一、热点话题提取方法研究。现有方法不是操作流程繁琐,聚类与话题词提取任务分离,就是求解复杂无法并行计算。本文提出基于神经主题模型的聚类方法,在变分自动编码器的基础上,结合词向量,以无监督的形式联合建模主题词提取和聚类任务,可同时输出文章类别以及各主题类别的主题词。比其父模型在主题词提取性能上有明显提升,且生成的同一类别文本向量更聚集。第二、文本立场检测方法研究。针对社交短文本特征稀疏、新词多、文本中未包含目标话题、立场与文本情绪不相关以及话题多样且多变等问题,设计了基于协同注意力与一致性学习的立场检测模型,首先通过引入RoBERTa获取文本编码,其次使用协同注意力机制增强短文本与目标话题序列之间的联系,最后运用一致性约束,让模型学习对所有话题立场分类都适用的本质特征。本模型仅使用一个分类器来同时预测多个话题,在NLPCC2016微博立场检测任务的公开数据集上取得了最新结果F为78.69%,超出原最佳方法近6%。第三、群体挖掘方法研究。将社交网络上的群体挖掘问题抽象建模为多属性视图节点聚类问题。为了应对复杂多样的网络结构,设计了一种基于多属性视图的深度聚类模型,首先根据内容相似的节点构建出特征图,与拓扑图一并输入,通过三层注意力机制自适应提取不同属性视图下的拓扑与节点自身内容特征,并从嵌入学习方向、扭曲程度、空间干扰程度三方面监督指导节点嵌入学习。综合实验表明,该方法学习到的嵌入更适用于聚类任务,且可以应对关系稀疏的节点,在多属性和单属性视图的四个开源数据集上同时取得了最新结果,与各数据集上的最佳基线方法相比,准确率平均提升了6%。最后基于上述三个算法,设计并实现了基于话题立场的群体挖掘原型系统,该系统可以提取并展示日常热点话题,生成话题演化脉络,自动识别统计网民对话题的立场倾向比例,展示持相同立场的群体挖掘结果,以辅助舆情管控。

关键词：神经主题模型立场检测图注意力网络图深度聚类

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于主动探测的仿冒网站检测系统设计与实现

基于主动探测的仿冒网站检测系统设计与实现

作者：魏玉良哈尔滨工业大学

学位级别：硕士

“钓鱼”在互联网概念中指通过在网页中携带欺骗信息，意图获取用户个人隐私数据的一种互联网诈骗方式。2013年钓鱼网站持续快速增长，每天有接近600万网民会访问各种不同类型的钓鱼网站，一旦用户在钓鱼网站中提交了重要信息，很有可... 详细信息

“钓鱼”在互联网概念中指通过在网页中携带欺骗信息，意图获取用户个人隐私数据的一种互联网诈骗方式。2013年钓鱼网站持续快速增长，每天有接近600万网民会访问各种不同类型的钓鱼网站，一旦用户在钓鱼网站中提交了重要信息，很有可能会对用户财产造成损失，及时准确地发现钓鱼网站对保护互联网用户财产安全具有积极意义。随着反钓鱼引擎的发展，钓鱼网站制作者越来越善于利用隐藏技术躲避检查，本文通过处理渲染后的实际页面，防止敏感数据隐藏。针对钓鱼网站中制作与正规官方网站相同或类似的页面，骗取用户信任的仿冒网站为研究点，采取预设白名单，使用包括URL自动生成、元搜索查询、邮件监测等多数据源主动探测方式，尝试主动发现新增的仿冒网站。为检测仿冒网站，本文提出了一种网页视觉块选择算法，将完整网页划分为不同种类的视觉区域，并提出了基于视觉区域匹配的网页相似度评价方法，按区域匹配度衡量整个页面的相似度，综合考虑了页面中的图片区域相似。为了实现页面中图片的快速相似比对，本文改进了一种图片感知哈希计算方法，通过将图片映射为一串32位的十六进制值实现图片相似比对。本文分别采用支持向量和朴素贝叶斯解决视觉块种类划分和仿冒网站判断方法，通过建立视觉块和页面索引实现仿冒网站快速判断。除考虑被保护网站外，本文建立仿冒网站模板特征索引作为黑特征库，通过建立仿冒网站黑特征库，可以有效地提高检测召回率，做到一次发现，永久杜绝，以此提高仿冒网站的制作成本。最后本文设计并实现了一套仿冒网站主动监测系统，输入被保护网站和仿冒网站，分别建立被保护网站特征库和仿冒网站模板特征库，通过样本数据获得训练模板，对多探测数据源发现的待检测网页进行仿冒判断。实验证明本文提出的系统可以有效发现仿冒程度大和已发现的黑模板仿冒网站。

关键词：仿冒网站页面相似度页面视觉块机器学习