一种基于内容的移动环境中嗅觉检测方法-研究论文

信息技术的飞速发展导致智能手机的使用增加。 智能手机用户将他们的敏感信息（如用户凭据，信用卡和借记卡信息）存储在移动设备中。 此外，移动设备通过分组数据连接或Wifi不断地连接到万维网，这使这些设备易于遭受网络钓鱼攻击。 垃圾邮件是短信和网络钓鱼的组合，攻击者通过发送到他们的移动设备的文本消息将移动用户作为攻击目标。 这些文本消息包含一个链接，该链接会将用户重定向到恶意网站。 过去几年中，研究人员提出了许多方法来减轻欺骗攻击，包括基于SMS功能的分析，黑名单技术和启发式方法。 但是，我们仍然没有减少假阳性结果的方法。 因此，我们提出了一种新颖的方法，该方法将根据SMS内容和URL行为对文本消息进行分类。 使用文本预处理和分析技术执行SMS内容分析，以检测消息中URL，电话号码，电子邮件ID和恶意关键字的存在。 我们已经使用机器学习算法根据邮件中存在的恶意关键字对邮件进行分类。 我们还使用了表单标签检查和APK下载检查的技术来分析URL的恶意行为。 根据检测技术的结果，文本消息最终将被分为恶意和非恶意类别。