專利名稱：基于圖像處理的釣魚網(wǎng)頁檢測方法
技術領域：
本發(fā)明涉及圖像信息處理以及網(wǎng)絡安全領域，涉及一種反網(wǎng)絡釣魚的方 法，尤其涉及一種基于圖像處理的釣魚網(wǎng)頁檢測方法。
背景技術：
網(wǎng)絡釣魚(WebPhishing)是一種在線身份冒充，它綜合使用社會工程學 (即騙術)和技術手段(包括惡意代碼、釣魚郵件、監(jiān)聽軟件等)，以竊取網(wǎng) 絡用戶的個人身份信息或帳號、密碼、信用卡號等。網(wǎng)絡釣魚目前已經(jīng)成為 用戶信息安全的極大威脅，并給用戶造成了巨大的經(jīng)濟損失(據(jù)權威機構預 測美國2007年因網(wǎng)絡釣魚引起的損失達到28億美元)；同時由于網(wǎng)絡釣魚的 肆虐，惡化了網(wǎng)絡生態(tài)環(huán)境，嚴重阻礙了我國網(wǎng)上銀行、在線支付等電子金 融的發(fā)展。目前常用對網(wǎng)絡釣魚的防范主要包括以下三種措施。一、 電子郵件檢測。該方法通過在郵件服務器上設置郵件過濾策略，通 過檢測郵件中的超鏈接，內(nèi)嵌腳本中域名的有效性和一致性來發(fā)現(xiàn)釣魚網(wǎng)頁。二、 個人信息保護。該方法通過檢測用戶發(fā)出的所有信息的目的地址， 以及所發(fā)信息的機密程度來判斷此次發(fā)送的安全性，如果發(fā)現(xiàn)不安全的發(fā)送 便會阻斷該發(fā)送或向用戶詢問是否在有威脅的情況下繼續(xù)發(fā)送。三、 網(wǎng)絡行為檢測。該方法通過模擬用戶的提交行為，向網(wǎng)頁發(fā)送預先 構造的用戶名和密碼，如果服務器回應提交成功，則證明該網(wǎng)頁為釣魚網(wǎng)頁。但以上三種方法都存在很大的不足，方法一無法檢測包含圖像的郵件， 包括使用圖片和映射的方法提供的鏈接或以圖片顯示的地址等；方法二則會
大幅降低網(wǎng)絡速度，同時規(guī)則的維護也極為復雜，而且涉及用戶的隱私，因 此很難部署；方法三無法應對橋接攻擊，同時簡單的自動提交防范機制(驗 證碼)就能使該方失效。發(fā)明內(nèi)容本發(fā)明針對現(xiàn)有技術的不足和缺陷，提供一種準確性高、可靠性強且能夠 減小被欺騙可能性的基于圖像處理的釣魚網(wǎng)頁檢測方法。 本發(fā)明采用如下技術方案逐一計算可疑釣魚網(wǎng)頁與各個受保護網(wǎng)頁之間的相似度，將可疑網(wǎng)頁與 受保護網(wǎng)頁之間的相似度小于預先設定的值的可疑網(wǎng)頁判為針對該受保護網(wǎng) 頁的釣魚網(wǎng)頁；上述網(wǎng)絡釣魚為通過仿造網(wǎng)上金融或其他網(wǎng)絡服務提供商的相關頁面， 誘導用戶輸入敏感信息，并非法取得該敏感信息的手段；上述可疑釣魚網(wǎng)頁為從可疑郵件中檢測出的鏈接地址所指向的網(wǎng)頁，或 由用戶上報的釣魚網(wǎng)頁；上述受保護網(wǎng)頁為網(wǎng)絡釣魚所偽造的對象網(wǎng)頁； 上述計算網(wǎng)頁相似度的方法為步驟l，將網(wǎng)頁轉(zhuǎn)換為圖像；步驟2，對所得圖像進行分割；步驟3，提取其分割后子圖像的圖像特征；步驟4，生成子圖像之間的相對位置關系；步驟5，將子圖像的圖像特征和子圖像的相對位置關系組成該頁面的特征 關系集合；步驟6，計算兩個網(wǎng)頁的特征關系集合之間的距離并以此作為這兩個網(wǎng)頁 的相似度，兩個網(wǎng)頁之間的距離小于0.02的兩個網(wǎng)頁為相似網(wǎng)頁；其中步驟4中子圖像之間的相對位置關系由一個9維向量表示，該9維向
量的每個分量表示由任一子圖像所確定的9個象限中的每個象限與另一子圖 像之間的位置關系，設用于確定9個象限的任一子圖像為矩形，延長該矩形 的四條邊將把圖像平面分為9個部分，從左上角開始順時針編號1 8，中心 編號為9，由此形成第1 9象限，該子圖像與另一子圖像之間相對位置關系 的求取方法為只需判斷另一子圖像在該子圖像所分割的9個部分中的分布 狀況，將出現(xiàn)全部或部分另一子圖像的象限記為1，則與該象限對應的第i維 分量就為l，否則為0，根據(jù)上述方法，求出由關系矩陣表示的原網(wǎng)頁圖像所 有子圖像之間的相對位置關系。本發(fā)明通過將網(wǎng)頁轉(zhuǎn)化為圖像，并對所的圖 像進行分割、特征提取、子圖像關系檢測得到特征關系集合，再求出可疑網(wǎng) 頁與受保護網(wǎng)頁之間特征關系集合的NEMD距離，從而發(fā)現(xiàn)可疑網(wǎng)頁與受保護 網(wǎng)頁之間的相似度，并根據(jù)該相似度判斷可疑網(wǎng)頁是否是釣魚網(wǎng)頁。如果可 疑網(wǎng)頁與受保護網(wǎng)頁及其相似，則該可疑網(wǎng)頁已經(jīng)侵犯了受保護網(wǎng)頁的"肖 像權"，即使該可疑網(wǎng)頁并非釣魚網(wǎng)頁也會誤導用戶并引發(fā)不必要的威害。
本發(fā)明的特點是直接分析用戶所訪問的網(wǎng)頁圖像，可靠性高，不易被網(wǎng)頁 設計技巧所欺騙；通過對網(wǎng)頁圖片進行分割可以進行部分匹配，防止由于部 分相似而引起的網(wǎng)絡釣魚；使用子圖像特征和關系并重的匹配方法，更加符 合視覺心理學，使匹配結果更加準確。根據(jù)試驗測得的數(shù)據(jù)顯示，本發(fā)明具 有網(wǎng)頁圖像檢測準確性高的優(yōu)點。


圖1釣魚網(wǎng)頁檢測流程圖。
圖2為本發(fā)明所述分割方法的流程圖。
圖3為本發(fā)明所述系統(tǒng)的結構示意圖。
圖4為本發(fā)明所述的子區(qū)域關系示意圖。
圖5為本發(fā)明與國際現(xiàn)有先進方法的比較。
圖6為本發(fā)明與國際現(xiàn)有先進方法的平均比較。
具體實施例方式
基于圖像處理的釣魚網(wǎng)頁檢測方法，具體如下逐一計算可疑釣魚網(wǎng)頁 與各個受保護網(wǎng)頁之間的相似度，將可疑網(wǎng)頁與受保護網(wǎng)頁之間的相似度小
于預先設定的值的可疑網(wǎng)頁判為針對該受保護網(wǎng)頁的釣魚網(wǎng)頁；
上述網(wǎng)絡釣魚為通過仿造網(wǎng)上金融或其他網(wǎng)絡服務提供商的相關頁面，
誘導用戶輸入敏感信息，并非法取得該敏感信息的手段；
上述可疑釣魚網(wǎng)頁為從可疑郵件中檢測出的鏈接地址所指向的網(wǎng)頁，
或由用戶上報的釣魚網(wǎng)頁；
上述受保護網(wǎng)頁為網(wǎng)絡釣魚所偽造的對象網(wǎng)頁；
上述計算網(wǎng)頁相似度的方法為
步驟l，將網(wǎng)頁轉(zhuǎn)換為圖像；
步驟2，對所得圖像進行分割；
步驟3，提取其分割后子圖像的圖像特征；
步驟4，生成子圖像之間的相對位置關系；
步驟5，將子圖像的圖像特征和子圖像的相對位置關系組成該頁面的特 征關系集合；
步驟6，計算兩個網(wǎng)頁的特征關系集合之間的距離并以此作為這兩個網(wǎng) 頁的相似度，兩個網(wǎng)頁之間的距離小于0.02的兩個網(wǎng)頁為相似網(wǎng)頁；
其中步驟4中子圖像之間的相對位置關系由一個9維向量表示，該9維 向量的每個分量表示由任一子圖像所確定的9個象限中的每個象限與另一子 圖像之間的位置關系，設用于確定9個象限的任一子圖像為矩形，延長該矩 形的四條邊將把圖像平面分為9個部分，從左上角開始順時針編號1 8，中 心編號為9，由此形成第1 9象限，該子圖像與另一子圖像之間相對位置關 系的求取方法為只需判斷另一子圖像在該子圖像所分割的9個部分中的分 布狀況，將出現(xiàn)全部或部分另一子圖像的象限記為1，則與該象限對應的第i 維分量就為l，否則為0，根據(jù)上述方法，求出由關系矩陣表示的原網(wǎng)頁圖像
所有子圖像之間的相對位置關系。
上述圖像分割方法由以下步驟組成
步驟1，預處理預處理是采用通用的坎尼算子邊界檢測方法將網(wǎng)頁圖 像轉(zhuǎn)換為初始二值圖像；
步驟2，將預處理所得的二值圖像設為初始子圖像，置于待分割子圖像 集合中(初始該集合中只有初始子圖像)；
步驟3，判斷待分割子圖像集合是否為空，如果為空則結束，否則進入
步驟4;
步驟4，從待分割子圖像集合中任取某個子圖像對其進行收縮處理，得 到有效子圖像；
步驟5,判斷該有效子圖像是否可分割，如果可分割，檢測出該子圖像 中面積最大的分割帶，并以此將該子圖像一分為二，同時把分割后的兩個子 圖像存入待分割子圖像集合中，如果不能分割則將其存入以分割子圖像集合 中；
步驟6，轉(zhuǎn)步驟3。
步驟3所述的圖像特征包括彩色信息，灰度信息以及長度和寬度，彩色 信息和灰度信息采用直方圖統(tǒng)計的方法；子圖像長度和寬度直接由分割結果 得到，
上述彩色信息采用直方圖獲取方法將原圖轉(zhuǎn)換到色度純度亮度(HSV) 顏色空間并將其非均勻量化為32種顏色，在此基礎上提取彩色直方圖，并對 其進行歸一化處理；灰度信息采用直方圖獲取方法將原圖轉(zhuǎn)換為黑白圖像， 并對其進行拉伸，增強對比度，再將整個灰度空間量化為32個灰度，在此基 礎上提取灰度直方圖，并對其進行歸一化處理。
上述計算兩個網(wǎng)頁的特征關系集合之間相似度的方法采用嵌套運土者距 離方法，該嵌套運土者距離方法為確定步驟5所述的特征關系集合中的子 圖像的圖像特征的相似度，所述子圖像的圖像特征相似度的確定方法采用綜
合加權距離，該綜合加權距離包括歸一化彩色直方圖相似度、歸一化灰度直 方圖相似度以及長寬相似度，其權值各為l/3;確定步驟5所述的特征關系集 合中的子圖像的相對位置關系的相似度，所述子圖像的相對位置關系的相似 度的確定方法采用歸一化的運土者距離；最后根據(jù)子圖像的圖像特征相似度
和子圖像的相對位置關系相似度，采用嵌套運土者距離計算兩個特征關系集
合之間的相似度，所述嵌套運土者距離的計算方法為首先求出所有子圖像
兩兩之間的內(nèi)部距離矩陣，該內(nèi)部距離矩陣的大小為MXN，其中M、 N為 分別為兩個待檢測網(wǎng)頁中的子圖像的個數(shù)，內(nèi)部距離矩陣的元素由前述子圖 像的圖像特征相似度和子圖像的相對位置關系相似度給出，根據(jù)該內(nèi)部距離 矩陣，采用運土者距離算法求出子圖像之間的外部距離，所有子圖像之間的 外部距離構成一個外部距離矩陣，大小為MXN，其中M、 N為分別為兩個 待檢測網(wǎng)頁中的子圖像的個數(shù)，基于該外部距離矩陣，并將兩個待檢測網(wǎng)頁 中所有子圖像的權值設為相等，再次使用運土者距離算法求出兩個待檢測網(wǎng) 頁的距離，該距離即為網(wǎng)頁的嵌套運土者距離。
下面參照附圖，對本發(fā)明的具體實施方式
加以詳細描述-
根據(jù)網(wǎng)頁圖像的特征關系集合，逐一計算可疑釣魚網(wǎng)頁與各個受保護網(wǎng)頁 之間的相似度，將可疑網(wǎng)頁與受保護網(wǎng)頁之間的相似度小于預先設定的值的 可疑網(wǎng)頁判為針對該受保護網(wǎng)頁的釣魚網(wǎng)頁；受保護網(wǎng)頁的特征關系集合可 以預先計算出并存儲于數(shù)據(jù)庫中，這樣可以提高檢索效率；
上述網(wǎng)絡釣魚為通過仿造網(wǎng)上金融或其他網(wǎng)絡服務提供商的相關頁面， 誘導用戶輸入敏感信息，并非法取得該敏感信息的手段；
上述可疑釣魚網(wǎng)頁為從可疑郵件中檢測出的鏈接地址所指向的網(wǎng)頁， 或由用戶上報的釣魚網(wǎng)頁；
上述受保護網(wǎng)頁為網(wǎng)絡釣魚所偽造的對象網(wǎng)頁；
根據(jù)國際反網(wǎng)絡釣魚工作組(Anti-Phishing Work Group APWG)的統(tǒng)計， 80%的網(wǎng)絡釣魚針對11家網(wǎng)絡金融服務提供商，因此受保護網(wǎng)頁數(shù)據(jù)庫不會
十分龐大。同時通過電子郵件檢測、網(wǎng)絡流量捕獲，用戶報告等方式各個網(wǎng) 絡釣魚分析節(jié)點獲取疑似釣魚網(wǎng)站地址。
如圖1所示，上述計算網(wǎng)頁相似度的方法為
步驟l，將網(wǎng)頁轉(zhuǎn)換為圖像；根據(jù)需求不同可以使用Java語言中的容器， 或商業(yè)軟件如HTML2JPG完成。該轉(zhuǎn)換以網(wǎng)頁地址(URL)為輸入，取得網(wǎng)頁 內(nèi)容后將其自動轉(zhuǎn)換為設定格式的圖片(如JPEG或BMP等)并保存在預先制
定的位置；
步驟2，對所得圖像進行分割；對步驟l所得的待檢測網(wǎng)頁的圖像進行分 割，將其分成包含網(wǎng)頁中各個特征塊的子圖像。如圖2所示，具體步驟如下
步驟2.1,預處理。預處理是指采用通用的坎尼算子邊界檢測方法將網(wǎng)頁 圖像轉(zhuǎn)換為初始二值圖像；
步驟2.2，將預處理所得的二值圖像設為初始子圖像，置于待分割子圖像
集合中(初始該集合中只有初始子圖像)；
步驟2.3，判斷待分割子圖像集合是否為空，如果為空則結束分割并轉(zhuǎn)步 驟3，否則進入步驟2.4;
步驟2.4，從待分割子圖像集合中任取某個子圖像對其進行收縮處理，得 到有效子圖像；
步驟2.5,判斷該有效子圖像是否可分割，如果可分割，檢測出該子圖像 中面積最大的分割帶，并以此將該子圖像一分為二，同時把分割后的兩個子 圖像存入待分割子圖像集合中，如果不能分割則將其存入以分割子圖像集合 中；
步驟2.6，轉(zhuǎn)步驟2. 3。
步驟3，提取分割后子圖像的圖像特征；在子圖像特征提取方面，特征包 括彩色信息，灰度信息以及度長和寬度，彩色信息和灰度信息采用直方圖統(tǒng) 計的方法；子圖像長度和寬度直接由分割結果得到。具體而言，彩色信息直 方圖的獲取方法為，將原圖轉(zhuǎn)換到HSV顏色空間并將其非均勻量化為32種顏
色[見參考文獻l],在此基礎上提取彩色直方圖，并對其進行歸一化處理。灰 度信息直方圖獲取方法為，將原圖轉(zhuǎn)換為黑白圖像，并對其進行拉伸，增強
對比度，再將整個灰度空間量化為32個灰度，在此基礎上提取灰度直方圖，
并對其進行歸一化處理。步驟4，生成子圖像之間的相對位置關系；
步驟4，生成子圖像之間的相對位置關系；子圖像之間的相對位置關系由
一個9維向量表示，該9維向量的每個分量表示由一個子圖像所確定的9個 象限中另一子圖像的分布狀況。根據(jù)分割的結果，每個子圖像都為矩形，延 長該矩形的四條邊將把平面分為9個部分，從左上角開始順時針編號1 8， 中心編號為9，如圖4所示。求該子圖像與另一子圖像之間的關系時，只需判 斷另一子圖像在該子圖像所分割的9個部分中的分布狀況，如果另一子圖像 出現(xiàn)在該子圖像所確定的第i個象限中，則該9維向量的第i維為1，否則為 0。例如圖4中，子圖像A與B的關系R (A， B) ={0，0，0,0，1，1，0，0,0}，其 中第五和第六個分量為1 ，表示B在由A所分割的平面上的第五和第六個區(qū)域。 根據(jù)以上方法，可以求出原網(wǎng)頁圖像所有子圖之間的相對位置關系(由關系 矩陣表示)。
步驟5，子圖的特征和關系組成該頁面的特征關系集合； 步驟6,使用嵌套運土者距離方法計算兩個網(wǎng)頁的特征關系集合之間的距 離并以此作為這兩個網(wǎng)頁的相似度；在特征關系集合之間的匹配方面，使用 綜合加權相似度描述特征之間的相似程度，該綜合加權距離包括歸一化彩色
直方圖相似度，歸一化灰度直方圖相似度以及長寬相似度，其權值各為l/3;
使用歸一化的運土者距離(EMD Earth Mover' s Distance)來計算關系相似 度；最后根據(jù)特征和關系距離并使用嵌套運土者距離(NEMD)來計算兩個特 征關系集之間的相似度。
具體而言，歸一化彩色直方圖和灰度直方圖的相似度為對應的相同顏色或 灰度的最小值相加，這樣l表示完全相似，0表示完全不同。長寬相似度為較 小的長和寬的乘積比較大的長和寬的乘積，同樣，0為完全不同，l為完全相
似。這樣再對以上三個相似度進行加權求和，將所得的相似度作為兩個子圖
像的特征相似度，再用1減去該特征相似度得到子圖像特征的距離(o為完全
相似，l為完全不同)。
關系距離使用EMD計算，其中關系由9維向量表示，并以此作為EMD算法 中的特征向量，再根據(jù)預設的每個分量之間的距離生成距離矩陣，該預設距 離可以根據(jù)具體應用進行設定，例如可以采用曼哈頓距離,或歐拉距離等。
NEMD首先根據(jù)輸入的兩個子圖像特征關系集合及其對應的特征和關系之 間的距離，求出內(nèi)部EMD，再根據(jù)內(nèi)部EMD求出兩個子圖像之間的距離；求出 所有子圖像之間的距離，組成外部EMD，并由該外部EMD求出兩個子圖像特征 關系集合的距離，并以此判斷這兩個集合的相似度，從而得到其對應網(wǎng)頁的 相似度。
實施實例。如圖3所示，將本發(fā)明方法部署于獨立的釣魚分析節(jié)點，并使 用網(wǎng)絡釣魚控制中心保存和維護受保護網(wǎng)頁信息，其數(shù)據(jù)分布與域名服務 (DNS)相似，由中心節(jié)點——網(wǎng)絡釣魚控制中心負責受保護數(shù)據(jù)庫的更新維 護，各個分析節(jié)點從控制中心取得受保護網(wǎng)頁，并建立本地緩存機制，定期 更新。為了進行大規(guī)模的釣魚網(wǎng)頁檢測，在各個郵件服務器端的垃圾郵件檢 測規(guī)則中增加對釣魚郵件檢測的相關配置，對釣魚郵件進行初步處理，并將 可疑釣魚郵件交付網(wǎng)絡釣魚分析結點，各個分析結點可以位于郵件服務其或 獨立的分析服務器上，并通過網(wǎng)絡與釣魚控制中心相連，分析服務器主要對 可疑郵件中的網(wǎng)頁進行處理并提取出可疑網(wǎng)頁的特征關系集合，在與從釣魚 控制中心得到的受保護網(wǎng)頁的特征關系集合進行匹配，以發(fā)現(xiàn)釣魚網(wǎng)頁，如 果發(fā)現(xiàn)釣魚網(wǎng)頁則通知釣魚控制中心，中心匯總各個網(wǎng)絡釣魚分析結點所提 供的數(shù)據(jù)建立釣魚網(wǎng)站黑名單，并通知所有分析結點和受害網(wǎng)站，受害網(wǎng)站 可以警告其用戶，或向公安機關報案，公安機關則可據(jù)此取締釣魚網(wǎng)站或釣 魚郵件發(fā)送主機并追究相關責任人的法律責任。
發(fā)明特點。基于本發(fā)明方法開發(fā)了原型系統(tǒng)，包括網(wǎng)頁轉(zhuǎn)換為圖像，圖像 預處理，網(wǎng)頁圖像分割，特征關系提取，和特征關系集匹配等。從實施效果 來看，本發(fā)明能在合理的時間內(nèi)，準確的判斷兩個網(wǎng)頁的相似程度，抗干擾 性好，分析結果可靠準確，超過目前已有的釣魚網(wǎng)頁分析方法。此外由于引 入了圖像的分割使得本發(fā)明可以匹配部分網(wǎng)頁，大大增加了本方法的有效性。在對7個釣魚網(wǎng)頁的檢測中，本發(fā)明方法體現(xiàn)出明顯的優(yōu)勢，具體數(shù)據(jù)如下表1 Yu的釣魚網(wǎng)頁檢測方法t畫eBayt-Earth Linkt國ICBCt-Wells Fargot國US Bankt-Wash ingtonf-eBayl0.00410.02920.0650.04320.01960.0256f陽eBay20.00480.02940.06430.04340.02030.0249f-EarthLink0駕70.02930細90.05610.02480.0143f-ICBC0.05910.06330.0030.06640.05660.0589f國WellsFargo0.04240.05710.06720.01210.04190.0559f-US Bank0.01720.02400.05960.04130.00170.0228f陽Washington0.02930.02310.05970.06140.02990.0095表2本發(fā)明釣魚網(wǎng)頁檢測方法t-eBayt-Earth Linkt誦ICBCt國Wells Fargot-US Bankt-Wash ingtonf-eBayl0.01510.20440.34830.14720.34580.2383f畫eBay20.00320,20510.32320.14520.33950.2405f畫EarthLink0.19850.19890.42570.08200.34900.2449f-ICBC0.32190.41680.00100.45990.21550.4210f國WellsFargo0.14140.13430.45160.01350.27060.1685f誦US Bank0.33700.33930.21530.27200.00520.3354f-Washington0.24700.26420.42800.17770.33870.0125
表l， 2中分別顯示了Yu檢測方法與本發(fā)明方法對釣魚網(wǎng)頁(以f-開頭) 及其所針對的真實網(wǎng)頁(以t-開頭)之間相似度的計算結果。其中針對 EarthLink的釣魚網(wǎng)頁與真實網(wǎng)頁有很大的區(qū)別，所以兩種方法都無法檢測。 根據(jù)表1和2的結果，求出了最壞情況對比度(圖5所示)和平均對比度(圖 6所示)，從圖5和圖6的對比度來看本發(fā)明方法明顯優(yōu)于Yii的方法。
權利要求
1、 一種基于圖像處理的釣魚網(wǎng)頁檢測方法，其特征在于方法具體如下 逐一計算可疑釣魚網(wǎng)頁與各個受保護網(wǎng)頁之間的相似度，將可疑網(wǎng)頁與受保 護網(wǎng)頁之間的相似度小于預先設定的值的可疑網(wǎng)頁判為針對該受保護網(wǎng)頁的釣魚網(wǎng)頁；上述網(wǎng)絡釣魚為通過仿造網(wǎng)上金融或其他網(wǎng)絡服務提供商的相關頁面， 誘導用戶輸入敏感信息，并非法取得該敏感信息的手段；上述可疑釣魚網(wǎng)頁為從可疑郵件中檢測出的鏈接地址所指向的網(wǎng)頁， 或由用戶上報的釣魚網(wǎng)頁；上述受保護網(wǎng)頁為網(wǎng)絡釣魚所偽造的對象網(wǎng)頁； 上述計算網(wǎng)頁相似度的方法為-步驟l，將網(wǎng)頁轉(zhuǎn)換為圖像；步驟2,對所得圖像進行分割；步驟3，提取其分割后子圖像的圖像特征；步驟4，生成子圖像之間的相對位置關系；步驟5，將子圖像的圖像特征和子圖像的相對位置關系組成該頁面的特 征關系集合；步驟6，計算兩個網(wǎng)頁的特征關系集合之間的距離并以此作為這兩個網(wǎng) 頁的相似度，兩個網(wǎng)頁之間的距離小于0.02的兩個網(wǎng)頁為相似網(wǎng)頁；其中步驟4中子圖像之間的相對位置關系由一個9維向量表示，該9維 向量的每個分量表示由任一子圖像所確定的9個象限中的每個象限與另一子 圖像之間的位置關系，設用于確定9個象限的任一子圖像為矩形，延長該矩 形的四條邊將把圖像平面分為9個部分，從左上角開始順時針編號1 8，中 心編號為9，由此形成第1 9象限，該子圖像與另一子圖像之間相對位置關 系的求取方法為只需判斷另一子圖像在該子圖像所分割的9個部分中的分布狀況，將出現(xiàn)全部或部分另一子圖像的象限記為1，則與該象限對應的第i維分量就為l，否則為o，根據(jù)上述方法，求出由關系矩陣表示的原網(wǎng)頁圖像所有子圖像之間的相對位置關系。
2、 根據(jù)權利要求1所述的基于圖像處理的釣魚網(wǎng)頁檢測方法，其特征是: 圖像分割方法由以下步驟組成步驟1，預處理預處理是采用通用的坎尼算子邊界檢測方法將網(wǎng)頁圖 像轉(zhuǎn)換為初始二值圖像；步驟2，將預處理所得的二值圖像設為初始子圖像，置于待分割子圖像 集合中(初始該集合中只有初始子圖像)；步驟3，判斷待分割子圖像集合是否為空，如果為空則結束，否則進入 步驟4;步驟4,從待分割子圖像集合中任取某個子圖像對其進行收縮處理，得 到有效子圖像；步驟5，判斷該有效子圖像是否可分割，如果可分割，檢測出該子圖像 中面積最大的分割帶，并以此將該子圖像一分為二，同時把分割后的兩個子 圖像存入待分割子圖像集合中，如果不能分割則將其存入以分割子圖像集合 中；步驟6，轉(zhuǎn)步驟3。
3、 根據(jù)權利要求l所述的這種基于圖像處理的釣魚網(wǎng)頁檢測方法，其特 征是步驟3所述的圖像特征包括彩色信息，灰度信息以及長度和寬度，彩 色信息和灰度信息采用直方圖統(tǒng)計的方法；子圖像長度和寬度直接由分割結 果得到，上述彩色信息采用直方圖獲取方法將原圖轉(zhuǎn)換到色度純度亮度(HSV) 顏色空間并將其非均勻量化為32種顏色，在此基礎上提取彩色直方圖，并對 其進行歸一化處理；灰度信息采用直方圖獲取方法將原圖轉(zhuǎn)換為黑白圖像，并對其進行拉伸，增強對比度，再將整個灰度空間量化為32個灰度，在此基 礎上提取灰度直方圖，并對其進行歸一化處理。
4、根據(jù)權利要求3所述的這種基于圖像處理的釣魚網(wǎng)頁檢測方法，其特 征是計算兩個網(wǎng)頁的特征關系集合之間相似度的方法采用嵌套運土者距離 方法，該嵌套運土者距離方法為確定步驟5所述的特征關系集合中的子圖像的圖像特征的相似度，所述子圖像的圖像特征相似度的確定方法采用綜合 加權距離，該綜合加權距離包括歸一化彩色直方圖相似度、歸一化灰度直方圖相似度以及長寬相似度，其權值各為1/3;確定步驟5所述的特征關系集合 中的子圖像的相對位置關系的相似度，所述子圖像的相對位置關系的相似度 的確定方法采用歸一化的運土者距離；最后根據(jù)子圖像的圖像特征相似度和 子圖像的相對位置關系相似度，采用嵌套運土者距離計算兩個特征關系集合 之間的相似度，所述嵌套運土者距離的計算方法為首先求出所有子圖像兩 兩之間的內(nèi)部距離矩陣，該內(nèi)部距離矩陣的大小為MXN，其中M、 N為分 別為兩個待檢測網(wǎng)頁中的子圖像的個數(shù)，內(nèi)部距離矩陣的元素由前述子圖像 的圖像特征相似度和子圖像的相對位置關系相似度給出，根據(jù)該內(nèi)部距離矩 陣，采用運土者距離算法求出子圖像之間的外部距離，所有子圖像之間的外 部距離構成一個外部距離矩陣，大小為MXN，其中M、 N為分別為兩個待 檢測網(wǎng)頁中的子圖像的個數(shù)，基于該外部距離矩陣，并將兩個待檢測網(wǎng)頁中 所有子圖像的權值設為相等，再次使用運土者距離算法求出兩個待檢測網(wǎng)頁 的距離，該距離即為網(wǎng)頁的嵌套運土者距離。
全文摘要
本發(fā)明涉及圖像信息處理以及網(wǎng)絡安全領域，尤其涉及一種基于圖像分割的釣魚網(wǎng)頁檢測方法。本發(fā)明采用逐一計算可疑釣魚網(wǎng)頁與各個受保護網(wǎng)頁之間的相似度，將可疑網(wǎng)頁與受保護網(wǎng)頁之間的相似度小于預先設定的值的可疑網(wǎng)頁判為針對該受保護網(wǎng)頁的釣魚網(wǎng)頁。本發(fā)明的特點是直接分析用戶所訪問的網(wǎng)頁圖像，可靠性高，不易被網(wǎng)頁設計技巧所欺騙；通過對網(wǎng)頁圖片進行分割可以進行部分匹配，防止由于部分相似而引起的網(wǎng)絡釣魚；使用子圖像特征和關系并重的匹配方法，更加符合視覺心理學，使匹配結果更加準確。根據(jù)試驗測得的數(shù)據(jù)顯示，本發(fā)明具有網(wǎng)頁圖像檢測準確性高的優(yōu)點。
文檔編號H04L9/00GK101145902SQ200710130809
公開日2008年3月19日 申請日期2007年8月17日 優(yōu)先權日2007年8月17日
發(fā)明者曹玖新, 波 毛, 羅軍舟 申請人:東南大學