随着网络信息时代的来临，人们开始更多的依赖互联网进行工作，购物，学习和娱乐等活动，而手机作为一种便携式的移动设备，以其特有便利性，让更多的人们选择其作为访问互联网的终端。正因如此，伴随着网络的安全隐患也随之发展到了移动平台上。网络钓鱼攻击就是众多网络安全隐患的一种，同时钓鱼也被认为是当今在线交易中最危险的一种欺诈形式，而移动设备将成为钓鱼攻击者窃取个人信息的重要源头。本文的研究目的就是对全球的主流反钓鱼机制以及相关技术进行总结归纳，同时针对手机平台提出一种可以降低用户受到网络钓鱼攻击威胁的方案，并对该移动钓鱼检测方案进行详细的设计与实现，最终得到一个基于C/S架构的轻量级移动平台钓鱼识别检测应用程序，从而使得移动用户远离钓鱼攻击，个人敏感信息安全得到更多的保障。本文的主要工作归纳如下：1、本文通过对现今大量反钓鱼技术文献的研究和总结，提出了一种多级测评的钓鱼检测引擎。该引擎借鉴传统反钓鱼系统的优点，利用其多级测评的手段提升反钓鱼检测系统的准确率。多级测评的模块分别为，黑白名单过滤模块、基于逻辑回归方法的URL特征识别模块，基于位置敏感哈希算法LSH的页面特征识别模块，以及最后的综合评分模块。2、本文通过对当前反钓鱼系统检测流程的研究，发现传统的检测流程对于有一类的钓鱼URL完全不可能检测出来。该类钓鱼URL就是具有黑客入侵特征的钓鱼URL。原因在于其钓鱼页面往往被挂载在可信网站的域名下，传统的钓鱼检测流程往往在第一步就进行了白名单的过滤，由此让此类钓鱼网站成为了“漏网之鱼”。针对这种情况，为了降低反钓鱼引擎的漏判率，提出了一种全新的反钓鱼检测流程，该流程可以很好的解决具有黑客入侵特征的钓鱼URL的漏判，以降低反钓鱼检测系统的漏判率。3、由于手机平台的自身特色，本文设计并实现了一个C/S体系的钓鱼检测应用程序。轻量级的客户端，节约了移动平台有限的资源；PC端的服务器，利用了现有成熟的钓鱼检测技术，实现了一个分类性能优良的反钓鱼引擎。