钓鱼作为一种常见的网络欺诈行为,往往运用社交工程技术去窃取网络用户的私人信息,包括网络用户的金融信息。为了能成功引诱用户输入有用的私人信息,钓鱼者往往伪造一些在线交易的页面,这些伪造的页面,往往能达到以假乱真的效果。针对这种层出不穷的网络钓鱼,众多研究机构陆续提出了一些有建设性的解决方案。常用的反钓鱼技术,主要是黑名单技术和页面相似度匹配技术,但是目前这两项技术在应用时都存在一定的局限性。另外,近年来网络钓鱼攻击造成的财产损失越来越大,针对这一现状,如何有效的打击网络钓鱼,成为一件刻不容缓的事情。本文对现存反钓鱼技术进行了分析,介绍了一种基于页面相似度匹配的高性能网络钓鱼检测引擎。它在保留原有黑名单过滤、白名单过滤技术基础上,对现有的相似度匹配方法进行了改进,并且增加了模板库管理模块。本文的核心功能方法主要包括：1、模板相似度匹配研究发现,网页中最能体现页面身份的词,往往在其文档对象模型的某些标签属性中。因此,该方案通过分析页面对应的DOM树结构,提取DOM树中某些标签的内容,简单分词后,使用TF-IDF算法提取分值高的词作为特征关键词,最后,用余弦定理计算该页面与模板的相似度。2、模板自学习本文将引擎中的模板分为两类,信任模板和非信任模板。模板库之中的模板文件,可以根据人工校验平台的反馈结果,调整模板文件中的相关属性值。这样,模板文件就实现了一边匹配待测页面,一边调整自身属性值的效果,提高了引擎的效率和准确率。本文所介绍的网络钓鱼检测引擎,通过实现上面的两个主要功能,不仅提高了识别钓鱼页面的速度,还提高了识别钓鱼页面的准确率。一定程度上,降低了钓鱼攻击对网络用户的危害。