随着互联网技术的飞快发展,网络诈骗呈爆炸式增长趋势,严重影响人们的人身财产安全。钓鱼攻击就是一种典型网络诈骗行为,钓鱼攻击者通过制作与合法网页十分相似的假冒网站,骗取受害人的敏感信息。近些年来,国内外专家、学者陆续提出了一系列反钓鱼网页检测方法,并且也取得了一定效果,但是在钓鱼攻击者的行为方面却研究甚少,基于此,本文提出一种基于GIST全局特征的钓鱼网站聚类算法来研究攻击者的行为。本文使用全局场景特征信息的GIST模型对钓鱼网页特征提取,再通过Kmeans聚类方法对特征库聚类分组,最后对聚类结果分析,验证了网络钓鱼攻击者具有团队化作案行为特征。本文主要工作如下:(1)本文对钓鱼网站进行GIST全局特征提取,完成特征库的构建,从实验结果可以看出,GIST全局特征能很好地表示网页的布局架构特征,使聚类分组更加准确。(2)传统Kmeans聚类个数k不确定以及初始中心点随机选取,使得聚类结果不稳定。本文从聚类个数k和初始中心点的选取以及对孤立点进行检测对传统Kmeans算法进行改进,实验结果得出改进的Kmeans对钓鱼网站的聚类有较好的聚类效果。(3)使用改进的Kmeans算法对钓鱼网站GIST全局特征库进行聚类,通过对eBay,PayPal钓鱼网站聚类结果分析,可以得出网络钓鱼攻击可能是由某一个或几个团队,采用相似的网页模板针对同一合法网站进行攻击。