Khonji M., Iraqi Y., Jones A. Enhancing Phishing E-Mail Classifiers: A Lexical URL
Analysis Approach // Intern. Journal for Information Security Research. 2012. Iss. 6.
P. 236–245.
2
Ma J., et al. Beyond Blacklists: Learning to Detect Malicious Web Sites from Suspicious
URLs/ J. Ma, L. K. Saul, S. Savage, G. M. Voelker // Proc. of Conf. on Knowledge Discovery
and Data Mining. 2009. P. 1245–1254.
3
Kan M.-Y., Thi H. O.N. Fast Webpage Classification Using URL Features // Proc. of
Conf. on Information and Knowledge Management. 2005. P. 325–326.
4
Geide M. N-gram Character Sequence Analysis of Benign vs. Malicious Domains/
URLs. http://analysis-manifold.com/ngram_whitepaper.pdf.
г
лава
5. з
ащита
от
нежелательной
и
вредоноСной
информации
в
глобальных
информационных
Сетях
187
р
аздел
II. и
нформационные
угрозы
и
информационно
-
ПСихологичеСкая
безоПаСноСть
в
глобальном
измерении
может быть использование информации об HTML-тэгах сайта. Здесь
также существуют различные подходы к анализу. Важным источником
может служить информация, заключенная в таких тэгах, как или
<br /><meta>, которая, наряду с текстовым содержимым веб-страниц, извле-
<br />калась <a href="/bez-istorii-net-nastoyashego.html">специальным парсером
</a><br />5
<br />. С другой стороны, существуют методы,
<br />основанные на подсчете количества тэгов на странице
<br />6
<br />. Таким образом,
<br />построение автоматизированной системы защиты от информации необ-
<br />ходимо осуществлять на основе следующих принципов:
<br />1) выделение из всех доступных данных такой информации, кото-
<br />рая является наиболее значимой <a href="/asimptoticheskie-normirovochnie-koefficienti-dlya-16op--17f-i.html">для анализа информационного
</a><br />содержимого веб-сайта;
<br />2) поиск наиболее значимых внешних источников информации,
<br />позволяющих производить анализ;
<br />3) объединение разнородной информации от множества источников
<br />в общее представление о веб-сайте;
<br />4) минимизация нагрузки на хосты <a href="/instrukciya-dlya-polezovatelej-pri-uteri-parolya.html">конечных пользователей при
</a><br />сборе информации;
<br />5) противодействие намеренным и случайным искажениям (шумам)
<br />в информации, получаемой от внешних источников;
<br />6) поиск эффективных методик определения категории веб-страниц
<br />с требуемыми значениями производительности, <a href="/prostota-ponyatiya-algoritma-v-mnogochislennosti.html">вычислительной
</a><br />сложности и точности принятия решения.
<br />Возможная реализация автоматизированной системы защиты
<br />от информации на back-end сервере (серверах) может базироваться
<br />на комбинации следующих двух подходов:
<br />1) использование роботов-пауков, оценивающих сайты по мере
<br />возможности,
<br />2) <a href="/zadanie-po-kursovomu-proektu.html">применение модуля</a>, оценивающего каждую запрашиваемую стра-
<br />ницу по запросам от пользователя.
<br />5
<br /><i>Patil A. S., Pawar B. V</i>. Automated Classification of Web Sites using Naive Bayesian
<br />Algorithm // Proc. of the Intern. Multiconf. of Engineers and Computer Scientists. 2012.
<br />P. 466; <i>Riboni D.</i> Feature Selection for Web Page Classification // Proc. of the Workshop on
<br />Web Content Mapping: A Challenge to ICT (EURASIA-ICT). 2002. P. 121–128.
<br />6
<br /><i>Kotenko I., et al.</i> Analysis and Evaluation of Web Pages Classification Techniques for
<br />Inappropriate Content Blocking / I. Kotenko, A. Chechulin, A. Shorov, D. Komashinsky //
<br />Proc. of 14th Industrial Conf. on Data Mining (ICDM 2014). 2014. P. 39–54; <i>Meshkizadeh S., </i>
<br /><i>Masoud-Rahmani A. </i>Webpage Classification Based on Compound <a href="/komilov-asroriddin-id-02021101n012.html">of Using HTML Features
</a><br />& URL Features and Features of Sibling Pages // Intern. Journal of Advanced Computer
<br />Technology. 2010. Iss. 2(4). P. 36–46.
<br /></div> <style type="text/css"> </style> <hr /><div id="page188-div" >
<br />188
<br />г
<br />лава
<br />5. з
<br />ащита
<br />от
<br />нежелательной
<br />и
<br />вредоноСной
<br />информации
<br />в
<br />глобальных
<br />информационных
<br />Сетях
<br />И
<br />нформацИонно
<br />-
<br />псИхологИческая
<br />И
<br />когнИтИвная
<br />безопасность
<br />На клиентской части (front-end) системы предполагается использовать
<br />запасной модуль анализа. Этот модуль необходим в случае разрыва свя-
<br />зи с сервером, в обычное время он отключен. Кроме <a href="/praktikum-po-ekonomike-organizacii-3-vipolnila-krasnova-m-a-gr.html">того</a>, для большей
<br />надежности и гибкости системы возможно ведение простого поиска
<br />по ключевым словам. Достоинства данного подхода заключаются в его
<br />высокой производительности (не требуется дополнительных расхо-
<br />дов, кроме возможных расходов на оборудование), в <a href="/disciplina-informacionnaya-bezopasnoste.html">защите от сайтов</a>,
<br />не скрывающих свою принадлежность к какой-либо категории, а также
<br />в возможности оценки всех запрашиваемых сайтов. К недостаткам можно
<br />отнести: возможность обмана системы (создание сайта таким образом,
<br />чтобы автоматическая система давала некорректную оценку); ложные
<br />срабатывания; потребность использования <a href="/metodika-resheniya-zadach-s-ekonomicheskim-soderjaniem-na-faku-v3.html">мощного вычислительного
</a><br />оборудования при большом количестве запросов к сайтам; устаревание
<br />оценки (в случае использования только робота-паука).
<br /></meta>Do'stlaringiz bilan baham: |
