钓鱼网页是一种常见的网络攻击,它通过模仿真实页面的文本、图片和行为等特征,从而达到假冒合法网站的目的,以此诈取用户的信任,继而窃取个人账户信息或其他隐私信息。随着网上购物的热潮,钓鱼攻击也更加频繁,它所带来的危害也越来越严重,反钓鱼技术便显得愈加重要。钓鱼网页特征检测作为一种新型的反钓鱼措施与技术受到了普遍的关注和重视。本文提出一种基于SVM分类器的钓鱼网页特征智能检测技术,在分析和提取网页内容特征的基础上,用SVM分类器模型分类检测并识别钓鱼网页。首先,由于网页内容特征的选择是影响钓鱼网页检测结果的关键要素,论文全面分析并提取网页的各种类型的特征,然后通过具体实验进一步验证哪些特征组合最能高效地区分虚假和真实网站,从而提高系统对虚假网站的识别率。其次由于提取特征是一个很耗时的工作,为进一步缩短提取特征所消耗的CPU时间,本文采用了多线程网络爬虫,实现了多线程并发特征提取。最后用大量的正常网站以及虚假网站进行检测实验,利用SVM分类器训练出一个检测模型,进而用以识别虚假网站。