钓鱼网页是当今互联网安全领域的面临的一个重要问题。不法分子试图通过钓鱼手段获取用户账号、密码或其他私人信息,通过这些信息来达到非法占有他人利益的目的,这给互联网的健康发展带来了巨大的威胁。因此开发高效准确的钓鱼网页检测技术是势在必行的。本文的主要工作与贡献在于:第一,从网站拓扑结构出发。通过分析大量的常规网站和钓鱼网站,发现钓鱼网站的拓扑结构一般很简单,通常该类网站只有少数的几个网页构成。而正规网站的网站拓扑结构较为复杂,网站包括有成百上千个页面和上万个链接。论文提出基于网站拓扑结构的钓鱼网页检测方法,利用网络爬虫根据网站链接预取一部分网站页面,然后抽取网站拓扑特征,然后使用这些特征训练分类器。最终,根据分类器的输出来判断钓鱼网站。实验证明,基于网站拓扑结构的钓鱼网页检测方法在提高精度和召回率方面是有效的。第二,从网站视觉相似性的出发。因为钓鱼网页往往与被模仿的正规网页极其相似,论文提出了一种基于空间数据库和网页视觉特征的钓鱼网页检测方法。首先提取正规网页的空间布局特征保存到入空间数据库进行统一索引,然后基于这个空间数据库对待检测的网页进行相似性检测。实验证明,基于空间数据库和网页视觉特征的钓鱼网页检测方法在保证高准确率的同时,处理数据容量上有了重大提升,并显著减小网页检测时间。