网络钓鱼网站检测特征数据集PhishingWebsiteDetectionFeatureDataset-sparkyop26
数据来源：互联网公开数据
标签：网络安全, 钓鱼网站, 机器学习, 特征工程, URL分析, 网站安全, 数据挖掘, 二分类
数据概述：
该数据集包含来自网络安全研究的公开数据，记录了用于识别钓鱼网站的多种特征。主要特征如下：
时间跨度：数据未明确标注时间，可视为静态数据集，反映网站在特定时间点的特征。
地理范围：数据主要关注全球范围内的钓鱼网站，旨在提供通用的钓鱼网站检测模型。
数据维度：数据集包含多个特征，用于描述网站的属性，具体包括：
id：网站的唯一标识符。
having_IP_Address：是否使用IP地址。
URL_Length：URL长度。
Shortining_Service：是否使用缩短网址服务。
having_At_Symbol：URL中是否包含@符号。
double_slash_redirecting：是否使用双斜杠重定向。
Prefix_Suffix：是否使用“-”作为前缀或后缀。
having_Sub_Domain：是否包含子域名。
SSLfinal_State：SSL证书状态。
Domain_registeration_length：域名注册时长。
Favicon：是否使用Favicon图标。
port：端口信息。
HTTPS_token：URL中是否包含HTTPS。
Request_URL：请求的URL。
URL_of_Anchor：锚文本的URL。
Links_in_tags：标签中的链接数量。
SFH：服务器表单处理。
Submitting_to_email：是否提交到邮箱。
Abnormal_URL：URL异常。
Redirect：重定向次数。
on_mouseover：鼠标悬停事件。
RightClick：是否禁用右键。
popUpWidnow：是否使用弹出窗口。
Iframe：是否使用Iframe框架。
age_of_domain：域名年龄。
DNSRecord：DNS记录。
web_traffic：网站流量。
Page_Rank：网页排名。
Google_Index：是否被谷歌索引。
Links_pointing_to_page：指向该页面的链接数量。
Statistical_report：统计报告。
Result：钓鱼网站的标签（1代表钓鱼网站，-1代表非钓鱼网站）。
数据格式：CSV格式，文件名为phishcoopcsv，便于数据分析和模型训练。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于网络安全、机器学习等领域的研究，如钓鱼网站检测、恶意网站识别、特征重要性分析等。
行业应用：为网络安全公司、安全研究人员提供数据支持，用于构建和优化钓鱼网站检测模型，提升安全防护能力。
决策支持：支持企业和组织进行网络安全风险评估，帮助制定更有效的安全策略。
教育和培训：作为网络安全、机器学习课程的实训素材，帮助学生和研究人员理解钓鱼网站的特征，学习构建检测模型。
此数据集特别适合用于构建和评估钓鱼网站检测模型，通过分析网站的各种特征，帮助用户识别和防御钓鱼攻击，从而提升网络安全防护水平。
