申请/专利权人：浙江鹏信信息科技股份有限公司

申请日：2024-02-29

公开（公告）日：2024-04-05

公开（公告）号：CN117828479A

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/243;G06F18/25;G06F18/20;G06F18/213;G06F16/955;G06F16/35;G06N3/0442;G06N3/045;G06N3/0464;G06N20/20;G06V20/62;G10L15/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明涉及诈骗网站识别检测方法、系统及计算机可读存储介质，其识别检测方法包括：采集待检测网站URL及其图片切片、在历史目标时间周期内的访问次数、平均单次访问时长；判断URL为静态URL或动态URL；若为静态URL，则构建静态特征矩阵输入卷积神经网络，以输出涉诈概率；若为动态URL，则构建动态特征矩阵输入隐马尔可夫模型，以输出涉诈概率；判断涉诈概率是否大于预设概率阈值；若是，则待测检测网站为诈骗网站；若否，则待测检测网站为正常网站。本发明根据URL的静态和动态类型的不同分别构建相应的特征矩阵，结合历史目标时间周期内的访问次数、平均单次访问时长的指标进行识别检测，有效提升诈骗网站识别检测的精度。

主权项：1.一种诈骗网站识别检测方法，其特征在于，包括以下步骤：S1、采集待检测网站URL及其图片切片、在历史目标时间周期内的访问次数、平均单次访问时长；S2、判断待检测网站URL为静态URL或动态URL；若为静态URL，则转至步骤S3；若为动态URL，则转至步骤S4；S3、将待检测网站URL的图片切片转换为灰度图；灰度图输入依次连接的卷积层、池化层和全连接层构成的卷积神经网络结构中，在卷积层、池化层之间进行多次迭代后通过全连接层输出静态特征矩阵一，静态特征矩阵一与访问次数、平均单次访问时长构成的静态特征矩阵二拼接后通过另一全连接层，并选择Softmax归一化指数函数输出涉诈概率，转至步骤S5；S4、将待检测网站URL转换成1*N阶矩阵，得到动态特征矩阵一；其中，N为预设矩阵列数；将动态特征矩阵一与访问次数、平均单次访问时长构成的动态特征矩阵二拼接之后输入隐马尔可夫模型，以输出涉诈概率，转至步骤S5；S5、判断涉诈概率是否大于预设概率阈值；若是，则待测检测网站为诈骗网站；若否，则待测检测网站为正常网站。

全文数据：

权利要求：

百度查询： 浙江鹏信信息科技股份有限公司 诈骗网站识别检测方法、系统及计算机可读存储介质

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