随着网络和电子商务的发展,越来越多的人通过网络进行他们的经济活动。网络和电子商务平台在给人们带来方便的同时也给钓鱼攻击者的违法犯罪活动提供了平台。攻击者通过诱使受害者登入其精心设计的与合法网页非常相似的钓鱼网站从而骗取受害者的银行账号和密码等私人信息。近年来钓鱼网页愈演愈烈,已经成为网民在互联网中所面临的最大问题。因而开发出一种高效的钓鱼网页检测技术已成为网络安全工作者的当务之急。钓鱼者如果试图诱使用户登入钓鱼网页就必须把钓鱼网页仿制成与相应的合法网页具有的高度视觉相似性。针对这一现状,本文首先综述了钓鱼网页检测方法,对现有的基于启发式分析的钓鱼网页检测方法提出了改进:其一是基于sift特征的钓鱼网页检测方法;其二针对启发式分析中的阈值估计提出了贝叶斯阈值估计模型。通过理论分析和实验证明本文提出的sift特征提取方法提高了钓鱼网页检测方法的精确率和召回率;特别是贝叶斯阈值估计方法很好地降低了钓鱼网页检测中的错误忽略率(FNR),这两项改进不但提高了识别钓鱼网页的有效性和准确性,而且提高了其在实际中运用的可能性。