申请/专利权人：深圳大学

申请日：2022-05-09

公开（公告）日：2023-11-03

公开（公告）号：CN114978624B

主分类号：H04L9/40

分类号：H04L9/40

优先权：

专利状态码：有效-授权

法律状态：2023.11.03#授权;2022.09.16#实质审查的生效;2022.08.30#公开

摘要：本公开实施例提供一种钓鱼网页检测方法及设备，该方法包括：获取待检测页面的页面图像和页面描述文本；通过对象检测模型，对页面图像进行目标检测，得到对象检测结果，对象检测结果包括待检测网页中的待识别标识；通过标识识别模型和待识别标识，确定待检测网页是否属于钓鱼网页的第一预测结果和待检测网页属于钓鱼网页的第一置信度；通过文本分析模型和页面描述文本，确定待检测网页属于钓鱼网页的第二预测结果和待检测网页属于钓鱼网页的第二置信度；根据第一预测结果、第二预测结果、第一置信度和第二置信度，确定待检测网页的钓鱼网页检测结果。从而通过丰富钓鱼网页检测所依赖的数据和结合多个模型，提高钓鱼网页检测准确性。

主权项：1.一种钓鱼网页检测方法，其特征在于，包括：获取待检测网页的页面图像和页面描述文本；通过对象检测模型，对所述页面图像进行目标检测，得到对象检测结果，所述对象检测结果包括所述待检测网页中的待识别标识；通过标识识别模型和所述待识别标识，确定所述待检测网页是否属于钓鱼网页的第一预测结果和所述待检测网页属于钓鱼网页的第一置信度，包括：预先构建可信任网站集，所述可信任网站集包含可信任网站的图形标识和域名；在所述标识识别模型中，将所述可信任网站集中的图形标识与所述待识别标识匹配，得到所述可信任网站集中的图形标识与所述待识别标识的相似度；如果所述可信任网站集中存在至少一个图形标识与所述待识别标识的相似度大于第一阈值，则确定与所述待识别标识匹配成功的目标标识为所述可信任网站集中与所述待识别标识的相似度最大的图形标识；在所述目标标识所属的可信任网站的域名与所述待检测网页的域名不一致的情况下，确定所述第一预测结果为所述待检测网页属于钓鱼网页且所述第一置信度为所述待识别标识与所述图形标识的相似度；通过文本分析模型和所述页面描述文本，确定所述待检测网页是否属于钓鱼网页的第二预测结果和所述待检测网页属于钓鱼网页的第二置信度，包括：从所述页面描述文本中提取出文本特征；在所述文本分析模型中，基于所述文本特征对所述待检测网页是否属于钓鱼网页进行预测，得到所述第二预测结果和所述第二置信度，其中，所述文本分析模型为堆叠模型，所述文本分析模型包括第一级分类器和第二级分类器；根据所述第一预测结果、所述第二预测结果、所述第一置信度和所述第二置信度，确定所述待检测网页的钓鱼网页检测结果，所述钓鱼网页检测结果包括所述待检测网页是否属于钓鱼网页，包括：在所述第一预测结果和所述第二预测结果均为所述待检测网页属于钓鱼网页的情况下，如果所述第一置信度大于或等于第二阈值且所述第二置信度大于或等于第三阈值，则确定所述钓鱼网页检测结果中所述待检测网页属于钓鱼网页；其中，所述基于所述文本特征对所述待检测网页是否属于钓鱼网页进行预测，得到所述第二预测结果和所述第二置信度，包括：在所述第一级分类器中，基于所述文本特征对所述待检测网页是否属于钓鱼网页进行预测，得到初始预测标签；在所述第二级分类器中，基于所述文本特征和所述初始预测标签，对所述待检测网页是否属于钓鱼网页进行预测，得到最终预测标签和中间置信度；确定所述第二预测结果为所述最终预测标签，如果所述最终预测标签为钓鱼网页，则确定所述第二置信度为所述中间置信度，否则确定所述第二置信度为置信度满分与所述中间置信度的差值。

全文数据：

权利要求：

百度查询： 深圳大学 钓鱼网页检测方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD