From ebd0b36295a78938b82ca6844953958ccc73eeee Mon Sep 17 00:00:00 2001 From: Xingyu Wang Date: Mon, 2 May 2022 18:07:37 +0800 Subject: [PATCH] RP @lkxed https://linux.cn/article-14535-1.html --- ...ng URL Using Machine Learning in Python.md | 30 +++++++++---------- 1 file changed, 15 insertions(+), 15 deletions(-) rename {translated/tech => published}/20220429 Detect a Phishing URL Using Machine Learning in Python.md (85%) diff --git a/translated/tech/20220429 Detect a Phishing URL Using Machine Learning in Python.md b/published/20220429 Detect a Phishing URL Using Machine Learning in Python.md similarity index 85% rename from translated/tech/20220429 Detect a Phishing URL Using Machine Learning in Python.md rename to published/20220429 Detect a Phishing URL Using Machine Learning in Python.md index bafa022085..1115910d61 100644 --- a/translated/tech/20220429 Detect a Phishing URL Using Machine Learning in Python.md +++ b/published/20220429 Detect a Phishing URL Using Machine Learning in Python.md @@ -3,15 +3,16 @@ [#]: author: "Jishnu Saurav Mittapalli https://www.opensourceforu.com/author/jishnu-saurav-mittapalli/" [#]: collector: "lkxed" [#]: translator: "lkxed" -[#]: reviewer: " " -[#]: publisher: " " -[#]: url: " " +[#]: reviewer: "wxy" +[#]: publisher: "wxy" +[#]: url: "https://linux.cn/article-14535-1.html" 在 Python 中使用机器学习来检测钓鱼链接 ====== + 在网络钓鱼攻击中，用户会收到一封带有误导性链接的邮件或信息，攻击者可以利用它来收集重要数据，比如你的银行卡密码。本文将会给出一个简短的教程，旨在介绍如何检测这种网络钓鱼的企图。 -![网络钓鱼攻击][1] +![](https://img.linux.net.cn/data/attachment/album/202205/02/180603k231bbvubv3b23u6.jpg) 通过网络钓鱼攻击，攻击者能够获得一些重要凭证，这些凭证可以用来进入你的银行或其他金融账户。攻击者发送的 URL 看起来与我们日常使用的原始应用程序完全相同。这也是人们经常相信它，并在其中输入个人信息的原因。钓鱼网址可以打开一个网页，它看起来与你的银行的原始登录页面相似。最近，这样的网络钓鱼攻击正变得相当普遍，所以，检测钓鱼链接变得非常重要。因此，我将介绍如何在 Python 中使用机器学习来检查一个链接是误导性的还是真实的，因为它可以帮助我们看到网页代码及其输出。注意，本文将使用 Jupyter Notebook。当然，你也可以使用 Google Colab 或 Amazon Sagemaker，如果你对这些更熟悉的话。 @@ -19,15 +20,14 @@ 第一步，我们需要用于训练数据集。你可以从下面的链接中下载数据集。 -*真实的链接：https://github.com/jishnusaurav/Phishing-attack-PCAP-analysis-using-scapy/blob/master/Phishing-Website-Detection/datasets/legitimate-urls.csv* - -*钓鱼链接：https://github.com/jishnusaurav/Phishing-attack-PCAP-analysis-using-scapy/blob/master/Phishing-Website-Detection/datasets/phishing-urls.csv* +* 真实的链接：https://github.com/jishnusaurav/Phishing-attack-PCAP-analysis-using-scapy/blob/master/Phishing-Website-Detection/datasets/legitimate-urls.csv +* 钓鱼链接：https://github.com/jishnusaurav/Phishing-attack-PCAP-analysis-using-scapy/blob/master/Phishing-Website-Detection/datasets/phishing-urls.csv ### 训练机器进行预测 当数据集下载完成，我们需要使用以下几行代码来导入所需的库： -```python +``` import pandas as pd from sklearn.ensemble import RandomForestClassifier ``` @@ -38,7 +38,7 @@ from sklearn.ensemble import RandomForestClassifier 当依赖安装完成，你就可以导入数据集，并将其转换为 `pandas` 数据框架，使用以下几行代码进一步处理： -```python +``` legitimate_urls = pd.read_csv(“/home/jishnusaurav/jupyter/Phishing-Website-Detection/datasets/legitimate-urls.csv”) phishing_urls = pd.read_csv(“/home/jishnusaurav/jupyter/Phishing-Website-Detection/datasets/phishing-urls.csv”) ``` @@ -47,28 +47,28 @@ phishing_urls = pd.read_csv(“/home/jishnusaurav/jupyter/Phishing-Website-Detec ![合并后的数据集的前几行][3] -然后去掉那些我们不需要的列，如路径path、协议protocol等，以达到预测的目的： +然后去掉那些我们不需要的列，如路径（`path`）、协议（`protocol`）等，以达到预测的目的： -```python +``` urls = urls.drop(urls.columns[[0,3,5]],axis=1) ``` 在这之后，我们需要使用以下代码将数据集分成测试和训练两部分： -```python +``` data_train, data_test, labels_train, labels_test = train_test_split(urls_without_labels, labels, test_size=0.30, random_state=110) ``` 接着，我们使用 `sklearn` 的随机森林分类器建立一个模型，然后使用 `fit` 函数来训练这个模型。 -```python +``` random_forest_classifier = RandomForestClassifier() random_forest_classifier.fit(data_train,labels_train) ``` 完成这些后，我们就可以使用 `predict` 函数来最终预测哪些链接是钓鱼链接。下面这行可用于预测： -```python +``` prediction_label = random_forest_classifier.predict(test_data) ``` @@ -81,7 +81,7 @@ via: https://www.opensourceforu.com/2022/04/detect-a-phishing-url-using-machine- 作者：[Jishnu Saurav Mittapalli][a] 选题：[lkxed][b] 译者：[lkxed](https://github.com/lkxed) -校对：[校对者ID](https://github.com/校对者ID) +校对：[wxy](https://github.com/wxy) 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出