近年来,互联网技术飞速发展,网络应用深入到了人们生活的方方面面。在互联网技术方便人们生活的同时,也有一些人利用互联网技术方便快捷的特点来谋取私利。于是,网络环境中出现了大量具有欺骗性质,传播不良信息的欺诈网站。欺诈网页传播有害信息,降低搜索引擎的服务质量,严重威胁网络安全。如何快速准确的检测欺诈网页成为web安全研究热点。从分类算法角度研究,网页欺诈检测由于其数据的不平衡性,导致传统分类算法出现分类的偏向性,多表现为多数类检测准确率高,少数类准确率低。本文通过对常用分类算法的比较分析,选取随机森林算法作为基础检测算法,分析数据不平衡对随机森林的具体影响提出基于随机森林的集成学习算法。在集成算法的每个子分类器利用训练数据的数量优势提高少数类检测准确率,而利用样本的相似性保持多数类的检测准确率。实验结果显示该算法提升了少数类的检测准确率,并得到了较为均衡的两类检测准确率。从数据平衡算法角度研究,应对不平衡分类问题最直接的办法就是对数据进行平衡,但仅仅使用过采样增加少数类数量对分类效果提升有限。本文提出了智能混合型数据平衡算法。一方面使用降噪改进的SMOTE过采样增加少数类数量,另一方面通过基于异常点去除和密度削减的级联欠采样算法减少多数类的数量。同时,使用模拟退火算法对各部分采样具体参数进行寻优确定。实验结果显示该算法对数据集的平衡有效增强了实验所用所有传统分类器的性能,并在与随机森林与C4.5的结合使用中均得到了非常好的分类器性能。