随着互联网的发展,网络逐渐成为人们工作、学习、购物以及金融交易等活动的平台,在给人们的工作和生活带来了很大便利的同时,频繁的网络犯罪也伴随而来。网络钓鱼攻击的泛滥给人们的正常生活带来了极大的困扰,使得人与人之间以及人与网站的和合法机构的信任也造成了恶劣的影响,尤其是严重阻碍了电子商务的发展。由此可见,对网络钓鱼攻击的检测防御研究迫在眉睫。网络钓鱼攻击融合社会工程学攻击的一种,它利用人的心理弱点,通过满足人的某些意愿或欲望诱使让人上当受骗。本文从行为心理学角度入手,根据动机行为理论,分析攻击者设计网络钓鱼的目的,和人在网站上进行操作时的心理活动,建立网络钓鱼的动机模型。根据学习的习惯形成和刺激的敏化作用,分析人在互联网上习惯行为的养成和遭遇网络攻击刺激引起的敏化现象,建立了网络钓鱼的行为模型。据此,在本文第五章,对网络钓鱼的检测方法提出了一些改进意见,也对用户自我防范网络钓鱼提出了一些意见。目前已有的几款网络钓鱼检测工具主要使用了黑名单技术和启发式特征检测两种方法。黑名单技术不能及时更新的恶意站点,具有滞后性；传统的特征检测所采用的特征具有针对性,容易产生误判。本文第四章,将两种方法结合,提出一种基于敏感特征的网络钓鱼攻击检测方法,提取出可以人为识别的网络钓鱼的URL特征和其他身份特征,然后使用线性分类器对网站进行分类。结果表明,敏感特征对人为识别网络钓鱼提供依据,基于敏感特征的检测方法提高了检测的正确率,减小了误检率。