传统的单纯基于URL黑名单识别方式在今天海量的钓鱼网站面前以显得力不从心,必须配合其他识别方式才能很好地工作。随后出现了许多新的识别方法,比如基于网页结构的识别方法,但是语言表达方式的多样性使得此种方法相当不可靠,几乎不可用。而基于图像识别的钓鱼网站识别方式衍生出多种识别方法,但是受制于图像识别本身的缺陷,其在识别时需要做到精确匹配,那么就要求钓鱼网站和被模仿的网站完全相似。因此对一大部分假冒购物网站就不能做到很好的识别,且工作时速度很慢。基于朴素贝叶斯的识别方法由于原理的限制使得工作时的效果不稳定,因此我们在这里探究新的使用K-Means与SVM相结合的算法,利用K-Means的优点,在识别网站之前对其进行一个分组,如果待识别网站是容易被模仿的钓鱼网站类型,那么就使用对应组别的特征参数对其进行识别即可。同时结合传统的URL黑名单机制和网页灰度匹配模块,这样就可以避免将新建立的部分合法网站错误识别为钓鱼网站。而要完成此种识别方式,总共完成了四部分的工作,即：一是流行样本库,专门收集当季典型流行钓鱼网站,于此同时获取网页有效内容并对其进行分词、删除停用词等操作并且分析总结出网站的一系列典型特征;二是对获取到的网页进行分组,并使用分析得到的特征建立样本模板；三是分组完毕后使用SVM分类算法对特征进行选取,获取有效的特征；四是在访问目标链接时实时收集目标网站的各个特征,然后使用SVM算法对其计算信誉度。通过这四部分的工作组成了钓鱼网站识别的完整流程。