QR码网络钓鱼检测研究

doi:10.3969/j.issn.1671-1122.2020.09.009

信息网络安全 ›› 2020, Vol. 20 ›› Issue (9): 42-46.doi: 10.3969/j.issn.1671-1122.2020.09.009

QR码网络钓鱼检测研究

刘大恒, 李红灵()

云南大学信息学院,昆明 650000

收稿日期:2020-07-16 出版日期:2020-09-10 发布日期:2020-10-15
通讯作者: 李红灵 E-mail:honglingli66@126.com
作者简介:刘大恒（1996—）,男,安徽,硕士研究生,主要研究方向为计算机技术|李红灵（1966—）,女,云南,副教授,本科,主要研究方向为计算机网络、信息安全
基金资助:
国家自然科学基金(61562090)

Research on QR Code Phishing Detection

LIU Daheng, LI Hongling()

Information Institute, Yunnan University, Kunming 650000, China

Received:2020-07-16 Online:2020-09-10 Published:2020-10-15
Contact: Hongling LI E-mail:honglingli66@126.com

摘要/Abstract

摘要：

近年来,通过钓鱼网站实施诈骗的案件呈逐年上升趋势。相较于传统的钓鱼方式,QR码以制作门槛低、使用范围广和钓鱼成功率高等特点,使得QR码钓鱼方式颇受不法分子青睐。文章在分析总结基于QR码的网络钓鱼实施过程及其破坏性的基础上,重点从URL结构和网页页面结构两方面进行相应的异常特征检测,实现了基于SVM的QR码网络钓鱼检测。

关键词: 钓鱼网站, QR码, 网络安全, URL检测

Abstract:

In recent years, the number of fraud cases through phishing websites has been increasing year by year. Compared with traditional phishing methods, QR code is favored by criminals because of its low production threshold, wide use range, and high success rate in implementing phishing. On the basis of analyzing and summarizing the implementation process of phishing based on QR code and its destructiveness, this article focuses on detecting abnormal features from two aspects of URL structure and Web page structure, and realizes QR code phishing detection based on SVM.

Key words: phishing website, QR code, network security, URL detection

中图分类号:

TP309

刘大恒, 李红灵. QR码网络钓鱼检测研究[J]. 信息网络安全, 2020, 20(9): 42-46.

LIU Daheng, LI Hongling. Research on QR Code Phishing Detection[J]. Netinfo Security, 2020, 20(9): 42-46.

图/表 4

图1

图2

表1

表2

参考文献 8

[1]	YAN Yuwei. Overview of QR Code Technology and Its Application[J]. Intelligent Computer and Applications, 2019,9(5):94-97.
	燕雨薇. 二维码技术及其应用综述[J]. 智能计算机与应用, 2019,9(5):94-97.
[2]	GARERA S, PROVOS N, CHEW M, et al. A Framework for Detection and Measurement of Phishing Attacks[C]// ACM. 14th ACM Conference on Computer and Communications Security 2007, November 2, 2007,Alexandria Virginia, USA. New York: ACM, 2007: 1-8.
[3]	MA J, SAUL L K, SAVAGE S, et al. Learning to Detect Malicious URLs[J]. ACM Transactions on Intelligent Systems and Technology, 2011,2(3):1-30.
[4]	WANG Yuqi, LIU Bowen, LIN Guoyuan. Phishing Detection Algorithm Based on Language Features of URL[J]. Computer Engineering and Applications, 2019,55(24):84-90.
	王雨琪, 刘博文, 林果园. 基于URL语言特征的钓鱼网站检测算法[J]. 计算机工程与应用, 2019,55(24):84-90.
[5]	PANG Shuang. Phishing Defense Research for QR Code[D]. Changsha: Central South University of Forestry and Technology, 2016.
	庞爽. 面向QR码的网络钓鱼防御研究[D]. 长沙:中南林业科技大学, 2016.
[6]	VIDAS T, OWUSU E, WANG Shuai, et al. Qrishing: The Susceptibility of Smartphone Users to QR Code Phishing Attacks[M]// Springer. Financial Cryptography and Data Security. Heidelberg: Springer, Belin, Heidelberg, 2013: 52-69.
[7]	CHAI Yanna. Research of Anti-phishing for QR Code[J]. Computer Technology and Development, 2020(4):100-104.
	柴艳娜. QR二维码防钓鱼的研究[J]. 计算机技术与发展, 2020(4) 100-104.
[8]	ZOU Xueqiang, ZHANG Peng, HUANG Caiyun, et al. Phishing Attacks Discovery Based on HTML Layout Similarity[J]. Journal on Communications, 2016,37(Z1):116-124.
	邹学强, 张鹏, 黄彩云, 等. 基于页面布局相似性的钓鱼网页发现方法[J]. 通信学报, 2016,37(Z1):116-124.

特征取值	含义
F₁=1 F₁=0	IP地址代替URL地址不是由IP地址代替URL地址
F₂=1 F₂=0	URL中符号“.”超过6个 URL中符号“.”不超过6个
F₃=1 F₃=0	URL中包含符号“@” URL中不包含符号“@”
F₄=1 F₄=0	URL中字符长度超过23 URL中字符长度不超过23
F₅=1 F₅=0	URL中含有两个及两个以上“http”标识 URL中仅含有一个“http”标识
F₆=1 F₆=0	URL中包含非标准端口 URL中不包含非标准端口
F₇=1 F₇=0	URL是短链接 URL不是短链接
F₈~F₁₅有1 F₈~F₁₅有0	URL含有为1项所对应的敏感词 URL不含有为0项所对应的敏感词
F₁₆~F₂₅有1 F₁₆~F₂₅有0	URL含有为1项所对应的商标名称词汇 URL不含有为0项所对应的商标名称词汇

特征取值	含义
F₂₆=1 F₂₆=0	页面中含有跨域引用资源页面中不含有跨域引用资源
F₂₇=1 F₂₇=0	ICP注册信息错误 ICP注册信息正确

[1]	李世斌, 李婧, 唐刚, 李艺. 基于HMM的工业控制系统网络安全状态预测与风险评估方法[J]. 信息网络安全, 2020, 20(9): 57-61.
[2]	毕亲波, 赵呈东. 基于STRIDE-LM的5G网络安全威胁建模研究与应用[J]. 信息网络安全, 2020, 20(9): 72-76.
[3]	来疆亮, 侯一凡, 卢旭明. 基于信息度量和损耗的网络安全系统综合效能分析研究[J]. 信息网络安全, 2020, 20(8): 81-88.
[4]	孟相如, 徐江, 康巧燕, 韩晓阳. 基于熵权VIKOR的安全虚拟网络映射算法[J]. 信息网络安全, 2020, 20(5): 21-28.
[5]	刘建伟, 韩祎然, 刘斌, 余北缘. 5G网络切片安全模型研究[J]. 信息网络安全, 2020, 20(4): 1-11.
[6]	赵志岩, 纪小默. 智能化网络安全威胁感知融合模型研究[J]. 信息网络安全, 2020, 20(4): 87-93.
[7]	黎水林, 祝国邦, 范春玲, 陈广勇. 一种新的等级测评综合得分算法研究[J]. 信息网络安全, 2020, 20(2): 1-6.
[8]	荆涛, 万巍. 面向属性迁移状态的P2P网络行为分析方法研究[J]. 信息网络安全, 2020, 20(1): 16-25.
[9]	裘玥. 大型体育赛事网络安全风险分析与评估[J]. 信息网络安全, 2019, 19(9): 61-65.
[10]	高孟茹, 谢方军, 董红琴, 林祥. 面向关键信息基础设施的网络安全评价体系研究[J]. 信息网络安全, 2019, 19(9): 111-114.
[11]	陈良臣, 刘宝旭, 高曙. 网络攻击检测中流量数据抽样技术研究[J]. 信息网络安全, 2019, 19(8): 22-28.
[12]	尚文利, 尹隆, 刘贤达, 赵剑明. 工业控制系统安全可信环境构建技术及应用[J]. 信息网络安全, 2019, 19(6): 1-10.
[13]	张可, 汪有杰, 程绍银, 王理冬. DDoS攻击中的IP源地址伪造协同处置方法[J]. 信息网络安全, 2019, 19(5): 22-29.
[14]	倪一涛, 陈咏佳, 林柏钢. 基于自动解混淆的恶意网页检测方法[J]. 信息网络安全, 2019, 19(4): 37-46.
[15]	陈良臣, 高曙, 刘宝旭, 卢志刚. 网络加密流量识别研究进展及发展趋势[J]. 信息网络安全, 2019, 19(3): 19-25.

QR码网络钓鱼检测研究

Research on QR Code Phishing Detection

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 8

相关文章 15

编辑推荐

Metrics

本文评价