大数据安全治理与防范——网址反欺诈实战

适读人群 ：本书适合网络安全从业人员参考使用，也适用于有意在数据安全方面发展的在校学生入门学习。

1.专业性：由在互联网安全领域有丰富经验和技能的腾讯专家工程师亲笔撰写，他们的知识和经验是这本书的宝贵财富。他们的专业性和技术实力使得这本书成为读者了解和掌握网址安全的重要参考。

2.实战性：本书注重实战，书中包含了大量的网址反欺诈实战案例和干货，读者可以通过这些案例和干货了解和掌握网址安全的实践技巧和策略。

3.全面性：从万维网的起源、工作原理和发展历程讲起，然后列举常见的恶意网站，让读者了解网址反欺诈面临的主要问题。接下来，将讲解网址基础数据、数据治理和特征工程，然后介绍包含网址结构、文本、图像、复杂网络在内的一系列对抗方法和实战案例，最后介绍网址运营体系和网址知识情报挖掘及应用。这是一个完整的系统性的讲解，将帮助读者全面了解和掌握网址安全的相关知识。

4.创新性：本书是市面上有关网址安全的业务实战级指导图书之一，来自于互联网一线大厂多年网址反欺诈对抗风控经验总结，作者们将高科技从业人员在网址安全领域的新技术、工具和实践经验融入其中，以清晰、易懂的方式向读者展示网址安全的各个方面。此外，书中还提供了大量的实战案例和技术细节，让读者能够更好地理解并应用所学知识。

互联网的快速发展，在方便用户信息传递的过程中，也使大量犯罪活动从线下向线上转移，黑灰产常常通过搭建和传播欺诈、赌博、色情等恶意网站来牟取暴利。为了净化网络环境，必须加大对恶意网站的检测和拦截。

本书主要介绍恶意网址的欺诈手段和对抗技术。本书分为5个部分，共11章。针对网址反欺诈这一领域，首先介绍万维网的起源、工作原理和发展历程；其次通过列举常见的恶意网站，让读者了解网址反欺诈面临的主要问题；然后讲解网址基础数据、数据治理和特征工程；接着介绍包含网址结构、文本、图像、复杂网络在内的一系列对抗方法和实战案例；最后介绍网址运营体系和网址知识情报挖掘及应用。本书将理论与实践相结合，帮助读者了解和掌握网址安全相关知识体系，也能帮助读者培养从0到1搭建网址反欺诈体系的能力。无论是初级信息安全从业者，还是有志于从事信息安全方向的在校学生，都会在阅读中受益匪浅。

第 1部分 网址大数据安全基础

第 1章 绪论　2

1.1 万维网的起源　2

1.1.1 万维网的发明　3

1.1.2 万维网的关键技术　3

1.1.3 万维网的影响　6

1.2 万维网的工作原理　6

1.2.1 网站开发　8

1.2.2 网站部署　9

1.2.3 网站解析　10

1.2.4 网站渲染　11

1.3 万维网风控发展历程　13

1.3.1 专家规则　14

1.3.2 机器学习模型　14

1.3.3 深度学习模型　14

1.3.4 图神经网络模型　15

1.4 万维网安全风控架构　16

1.5 小结　18

第 2部分 黑灰产洞察

第 2章 网络黑灰产及其危害　20

2.1 诈骗类网站　20

2.1.1 投资理财类　21

2.1.2 贷款、代办信用卡类　24

2.1.3 刷单返利类　25

2.1.4 仿冒平台类　26

2.1.5 虚假交易类　29

2.1.6 虚假征信类　29

2.2 网络赌博类网站　30

2.3 低俗色情类网站　32

2.4 盗号钓鱼类网站　33

2.5 木马病毒类网站　34

2.6 盗版侵权类网站　35

2.7 恶意刷量类网站　36

2.8 虚假广告类网站　37

2.9 小结　38

第3部分 网址大数据治理与异常数据发现

第3章 网址数据治理与特征工程　40

3.1 网址基础数据　40

3.1.1 资源定位符信息　41

3.1.2 域名IP地址　42

3.1.3 Whois注册　42

3.1.4 ICP备案　43

3.1.5 Alexa排名　43

3.1.6 跳转关系　44

3.1.7 页面内容　45

3.2 网址数据治理　45

3.2.1 数据采集　46

3.2.2 数据清洗　46

3.2.3 数据存储　47

3.2.4 数据计算　48

3.3 网址特征工程　49

3.3.1 特征编码与嵌入　49

3.3.2 特征挖掘　50

3.3.3 特征评估　51

3.4 小结　52

第4章 网址异常检测体系　53

4.1 流量模型　54

4.2 传播渠道模型　55

4.3 网站行为模型　57

4.4 时间序列模型　59

4.5 网址关系链模型　60

4.6 小结　62

第4部分 网址反欺诈检测模型

第5章 网址结构检测模型　64

5.1 网页结构基础　64

5.1.1 网页核心构成　65

5.1.2 资源列表结构　69

5.1.3 网站目录结构　71

5.1.4 恶意代码片段　72

5.2 网页指纹算法流程　75

5.3 生成网页指纹　76

5.3.1 网页预处理　76

5.3.2 指纹生成算法的选型　78

5.4 构建异常指纹库　79

5.5 指纹相似度算法　81

5.6 小结　82

第6章 网址文本检测模型　83

6.1 网址文本数据　83

6.2 常见恶意网址文本　86

6.3 敏感词规则模型　88

6.3.1 敏感词发现　90

6.3.2 敏感词规则　91

6.4 文本聚类模型　92

6.4.1 恶意种子扩散案例　92

6.4.2 新型恶意网址发现案例　95

6.5 文本分类模型　97

6.5.1 文本二分类算法　99

6.5.2 文本多分类算法　101

6.6 小结　104

第7章 网址图像检测模型　105

7.1 图像提取与预处理　105

7.1.1 图像提取　106

7.1.2 图像预处理　109

7.1.3 图像数据集　111

7.2 图像分类模型　112

7.2.1 数据准备　112

7.2.2 模型训练　114

7.2.3 训练加速　117

7.2.4 预测与可解释性　118

7.3 图像相似度方法　119

7.3.1 相似度计算　120

7.3.2 扩散方法　121

7.3.3 检索方法　123

7.4 图像目标检测方法　124

7.4.1 模型训练　124

7.4.2 模型预测　126

7.5 小结　129

第8章 网址复杂网络检测模型　130

8.1 网址复杂网络的构建　130

8.1.1 网络的节点　130

8.1.2 网络的边　134

8.2 网址复杂网络的节点预测　138

8.2.1 预训练文本模型对网络节点的预测　139

8.2.2 预训练图像模型对网络节点的预测　140

8.2.3 预训练指纹模型对网络节点的预测　141

8.2.4 预训练DNN模型对网络节点的预测　142

8.2.5 预训练多模态模型对网络节点的预测　143

8.3 网址复杂网络的关系应用　144

8.3.1 归属与包含关系的应用　144

8.3.2 聚集关系的应用　145

8.3.3 引用关系的应用　147

8.3.4 跳转关系的应用　149

8.4 网址复杂网络的综合应用　151

8.4.1 图神经网络算法　151

8.4.2 社区划分算法　156

8.5 小结　158

第9章 网址多模态检测模型　159

9.1 特征融合　161

9.1.1 直接融合　161

9.1.2 无监督融合　164

9.1.3 有监督融合　167

9.2 决策融合　169

9.2.1 模型集成　169

9.2.2 分层筛选　170

9.3 协同训练　172

9.4 小结　174

第5部分 网址运营与情报体系

第 10章 网址运营体系　176

10.1 稳定性运营　177

10.1.1 在线服务　177

10.1.2 网址黑库　180

10.1.3 特征模型　181

10.2 防误报运营　182

10.2.1 白保护名单　182

10.2.2 防误报监控　184

10.2.3 自动化处置　185

10.3 用户反馈运营　186

10.3.1 网址申诉　187

10.3.2 网址举报　188

10.3.3 故障反馈　189

10.4 分级告警体系　190

10.5 小结　190

第 11章 网址知识情报挖掘及应用　191

11.1 黑灰产团伙资源情报挖掘　191

11.1.1 网址类资源挖掘　191

11.1.2 账号类资源挖掘　195

11.2 黑产入侵网站情报挖掘　196

11.2.1 HTML源文件分析法　196

11.2.2 网址关系链分析法　198

11.3 恶意网址服务商情报挖掘　200

11.3.1 内容服务商　200

11.3.2 支付服务商　201

11.4 小结　202