检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

移动通信中的恶意链接检测方法研究

移动通信中的恶意链接检测方法研究

作者：李林乐重庆邮电大学

学位级别：硕士

随着信息技术的发展,加上4G网络的高速普及、移动互联网以及移动智能终端的飞速崛起,导致恶意链接呈现泛滥的态势。同时,伪基站的出现以及用户信息泄露严重,导致用户频繁收到携带恶意链接的短信,饱受手机恶意软件链接的折磨。以及网上... 详细信息

随着信息技术的发展,加上4G网络的高速普及、移动互联网以及移动智能终端的飞速崛起,导致恶意链接呈现泛滥的态势。同时,伪基站的出现以及用户信息泄露严重,导致用户频繁收到携带恶意链接的短信,饱受手机恶意软件链接的折磨。以及网上银行等互联网在线平台的不断兴起,银行钓鱼链接层出不穷。目前手机恶意软件链接和银行钓鱼链接这两种类型的恶意链接活动相当猖獗,给人们的生活造成极其恶劣的影响,给人们的财产甚至生命安全带来了极大威胁。为了确保移动通信用户的信息安全,本文针对安卓系统手机恶意软件链接设计了一种串行联合检测方法。该方法包括基于域名的黑白名单检测模块、敏感关键词检测模块以及基于逻辑回归算法的检测模块,其中敏感关键词检测模块是对携带恶意链接的文本进行分析,检测文本中是否含有诱导点击链接的敏感词;逻辑回归模型是基于七种链接特征构建。以上三个模块以串行的方式递进工作,一旦得出结论即终止本次检测。为了保障移动通信用户的个人财产安全,本文针对银行钓鱼链接设计了一种基于银行钓鱼链接与网页敏感特征检测方法。该方法包括了三个模块,分别是URL过滤模块、网页一级特征检测模块以及基于BP神经网络算法的检测模块,其中网页一级特征检测为分别从网页文本特征、网页图片特征进行检测;其中BP神经网络算法检测模型基于网页文本特征及链接特征构建。以上三个模块以串行的方式递进工作,得出结论即终止本次检测工作。本文搭建了基于Linux平台通过安装Eclipse软件以及PyDev插件的Python语言仿真环境,用Python语言分别实现了针对手机恶意软件链接的串行联合检测方法以及针对银行钓鱼链接的基于钓鱼网页敏感特征检测方法。并对各个模块进行了性能评估。仿真实验表明,以上方法可有效识别移动通信中的上述两种类型的恶意链接,其中,手机恶意软件链接检测准确率达99.5%,银行钓鱼链接检测准确率达99.0%。

关键词：恶意链接检测逻辑回归敏感特征 BP神经网络

基于云计算的移动终端恶意链接实时检测系统的设计与实现

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于云计算的移动终端恶意链接实时检测系统的设计与实现

作者：严比卓湖南大学

学位级别：硕士

移动终端的迅速普及给人们的生活带来了极大的便利,但同时也引入了大量新的安全隐患。Android系统应用在移动终端操作系统中的比例越来越大,因此攻击者将目标瞄向基于Android的移动终端。针对Android移动终端的网络攻击类型中最常见的... 详细信息

移动终端的迅速普及给人们的生活带来了极大的便利,但同时也引入了大量新的安全隐患。Android系统应用在移动终端操作系统中的比例越来越大,因此攻击者将目标瞄向基于Android的移动终端。针对Android移动终端的网络攻击类型中最常见的是以恶意网络链接(URL)的形式呈现。通过诱导移动终端用户点击恶意链接,攻击者可以在用户不知情的情况下向用户终端中下载并安装恶意程序,以达到攻击的各种目的。恶意链接也可能是指向某些仿冒合法网页的钓鱼网页,通过诱导用户填写各种敏感信息以达到信息窃取的目的。现有的多数安全检测方法需要在移动终端上安装反病毒程序或入侵检测系统,但由于移动终端的存储资源、计算资源和续航能力都有限,此类方法往往无法取得令人满意的效果。此外,移动终端的资源有限性同样限制了此类检测方法的实时性,而对恶意链接实现实时检测是保护用户利益不受侵害的关键因素。本系统创新性的提出17个统计特征,对决策森林算法进行了改进,并以此为基础设计并实现了一个基于云计算的移动终端恶意链接实时检测系统。系统主要针对基于Android系统的移动终端,首先从链接地址本身信息出发,提出了一组用于区分合法链接和恶意链接的统计特征,包括5个链接解析特征和12个链接网络特征;然后,借助Mahout机器学习平台,使用并改进了决策森林机器学习算法实现了对恶意链接的实时检测。系统采用Hadoop架构部署在云端,并使用Hadoop分布式文件系统(HDFS)来存储相关数据,利用MapReduce核心部件来处理相关运算,从而解决了移动终端资源有限性与检测系统高开销性之间的矛盾。本系统设计了一个改进的网络爬虫采集真实移动互联网上的各类链接,并通过第三方检测系统确定各条链接的类属标签,最终形成了一个大型链接数据集。通过一系列在此大型链接数据集上的实验对本系统的性能进行了测试。实验结果表明,本系统不仅能精确地检测Android移动终端上的恶意链接和合法链接,且具有较快的检测速度,同时满足了准确性和实时性要求。

关键词：移动终端恶意链接云计算实时 Android

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

伪造网页和恶意链接类电信诈骗手法分析

江西警察学院学报 2018年第4期 29-33页

作者：秦玉海柳树旺刘路强中国刑事警察学院辽宁沈阳110854

目前,电信诈骗犯罪呈高发态势,严重危害人民的财产安全。电信诈骗的手法花样百出,多数情况下犯罪分子会为受害者呈现一个含有虚假信息的伪造网页或者提供一个恶意链接诱使受害者点击,从而让受害者转账或者盗取受害者信息等。一般网站的... 详细信息

目前,电信诈骗犯罪呈高发态势,严重危害人民的财产安全。电信诈骗的手法花样百出,多数情况下犯罪分子会为受害者呈现一个含有虚假信息的伪造网页或者提供一个恶意链接诱使受害者点击,从而让受害者转账或者盗取受害者信息等。一般网站的域名只有一个,犯罪分子可以伪造出虚假的网页,但是很难伪造域名,通过对比正规网站的域名和犯罪分子提供的域名,达到识破骗局的目的。当收到含有可疑链接的短信时,不要轻易点击其中的链接,要验证链接的安全性,如通过电脑管家中的诈骗信息查询功能,登录360公司和公安机关合力打造的猎网平台等来验证链接的安全性。

关键词：伪造网页恶意链接电信诈骗手法分析

一种安卓系统手机恶意软件链接串行联合检测方法

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2017年第2期29卷 251-256页

作者：魏琴芳李林乐张峰胡向东重庆邮电大学通信与信息工程学院重庆400065 中国移动研究院北京100033 重庆邮电大学自动化学院重庆400065

恶意软件链接将给人们的财产甚至生命安全带来极大威胁。为了保障移动终端通信的安全性,提出了一种安卓系统手机恶意软件链接串行联合检测方法,该方法设计了基于域名的黑白名单检测模块、敏感关键词检测模块及基于逻辑回归算法的检测模... 详细信息

恶意软件链接将给人们的财产甚至生命安全带来极大威胁。为了保障移动终端通信的安全性,提出了一种安卓系统手机恶意软件链接串行联合检测方法,该方法设计了基于域名的黑白名单检测模块、敏感关键词检测模块及基于逻辑回归算法的检测模块。逻辑回归检测模型基于6种链接特征构建;3个检测模块以串行的方式递进工作,一旦得出检测结论即终止本次检测。实验测试结果表明,该方法可有效识别安卓系统手机恶意软件下载链接,检测准确率达98.5%以上;且检测速度较快,一个典型链接的平均检测时间约0.181 s。

关键词：恶意链接检测黑白名单敏感关键词逻辑回归

在线全文

学校读者我要写书评

暂无评论

基于机器学习的恶意URL识别

基于机器学习的恶意URL识别

作者：潘司晨上海交通大学

学位级别：硕士

随着互联网的发展,网络安全相关问题日益严重。本文围绕恶意URL识别,提出并实现了几种能有效识别URL恶意性的方法,并设计了一套恶意URL识别系统。在恶意URL识别上,黑白名单和规则匹配均存在缺陷。黑白名单无法识别未记录在库的URL,而规... 详细信息

随着互联网的发展,网络安全相关问题日益严重。本文围绕恶意URL识别,提出并实现了几种能有效识别URL恶意性的方法,并设计了一套恶意URL识别系统。在恶意URL识别上,黑白名单和规则匹配均存在缺陷。黑白名单无法识别未记录在库的URL,而规则匹配当规则数目较多时,难以维护。传统机器学习方法在特征提取和试验时会耗费大量精力。因此本文提出了神经网络的方法。它可以省去特征工程这一繁琐的步骤,模型可以从低层特征不断学习进化为高层特征。实验表明,神经网络模型的效果优于传统检测模型,在安全领域具有应用价值。本文首先实现了一个卷积神经网络模型,检测结果表明该模型的效果远好于传统模型。此外,考虑到某些安全领域,缺乏带标签的高质量数据集以及实际场景中,异常样本往往只占总体的少数,本文还提出了自编码神经网络模型,通过无监督学习的方法,来识别异常样本。本文还对域名的异常性单独做了检测。由于某些原因,不法分子会采用自动生成域名的方法。因此如果某链接的域名是由算法生成的,其为异常链接的概率也会比较高。之后本文构建了Wide&Deep网络模型,该模型能同时处理非结构化和结构化数据。最后本文设计了一套恶意样本检测系统,该系统集成了多个模型,这些模型共同实现对恶意样本的检测。

关键词：恶意链接 DGA域名卷积神经网络卷积自编码

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动静态结合的恶意URL分析研判技术

广播电视网络 2022年第10期29卷 71-74页

作者：赵占永国家广播电视总局广播电视规划院广播电视行业网络安全技术研究国家广播电视总局重点实验室

广电关键信息基础设施事关国家安全和政治安全,对主流舆论的传播力、引导力、影响力、公信力有重要影响。国家网络安全法规定,关键信息基础设施应在等级保护的基础上实施重点防护。本文基于长期追踪分析高级威胁的经验积累,采用动静态... 详细信息

广电关键信息基础设施事关国家安全和政治安全,对主流舆论的传播力、引导力、影响力、公信力有重要影响。国家网络安全法规定,关键信息基础设施应在等级保护的基础上实施重点防护。本文基于长期追踪分析高级威胁的经验积累,采用动静态结合的分析技术,借助机器学习技术,对URL对象进行深度安全分析研判,有效检出各类已知威胁与未知威胁;同时,通过深度揭示URL威胁行为,生产广电行业的私有威胁情报,联动现有的安全防护设备实现恶意URL的封堵,在日常安全运维以及重大活动安全保障中发挥重要作用。

关键词：未知威胁恶意 URL 恶意链接广电安全关键信息基础设施