随着网络化的计算机技术近数十年的快速进步,公众对互联网的依赖日益加深。非法利益的驱使让钓鱼式网络攻击愈演愈烈,呈高发态势。针对反钓鱼检测的研究能有效遏制钓鱼网站的危害,净化网络环境,促进互联网行业的健康发展。本课题在充分分析了钓鱼网站的设计原理以后,抓住钓鱼网站设计过程中对官方网站的高仿性这一重要特质,提出了基于文本匹配的反钓鱼网站检测的设计。本课题主要工作内容如下：1)对基于文本匹配的反钓鱼检测技术做了综述,将该技术领域中必需的文本相似度的概念和计算方法做了研究,对文本相似度的算法做了比较并选择了适合系统实现的VSM空间向量模型作为系统设计参考。2)提出基于文本匹配的钓鱼网站检测模型。通过对一次典型的钓鱼式网络攻击情景进行跟踪与剖析,深入理解钓鱼者的设计意图,给出了基于文本匹配的钓鱼网站检测模型,通过构建基于分类器的参照文本库来匹配钓鱼网页,对于与参照文本相似度达到判定阈值的网页判定为钓鱼网页。3)根据系统检测模型的数据流程将整个系统实现分为了四个阶段,依次为URL匹配阶段、网页页面内容匹配计算阶段、系统判定结果输出阶段、系统机器自学习反馈阶段。详述了每个阶段具体完成的工作并对设计思路给出了一定的说明和解释,并重点对文本相似度匹配算法进行了深入分析与详细设计,提出了对于降低误判率所采取的两项辅助优化流程--页面独有正则表达式(Page-Specific Regex)和whois独有正则表达式(Whois-Specific Regex)。4)使用客观数据对系统各方面功能进行了测试,从检出率、误判率、检测能力等角度给出了客观的评价,对系统各项性能指标进行了测评分析,给出其优势及不足所在,以供下一步的研究参考。