申请/专利权人：北京华云安信息技术有限公司

申请日：2021-12-20

公开（公告）日：2024-04-16

公开（公告）号：CN114363019B

主分类号：H04L9/40

分类号：H04L9/40;G06F16/955;G06F18/2431;G06F18/2411

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.05.03#实质审查的生效;2022.04.15#公开

摘要：本公开的实施例提供了一种钓鱼网站检测模型的训练方法、装置、设备及存储介质。该方法包括：获取网站数据集，网站数据集包括钓鱼网站样本集和非钓鱼网站样本集，钓鱼网站样本集和非钓鱼网站样本集中的样本的特征包括URL特征、异常操作特征、脚本特征和域名特征；对网站数据集中的样本进行特征预处理；对特征预处理后的样本进行特征提取；采用特征提取后的样本对钓鱼网站分类器进行训练，得到钓鱼网站检测模型。以此方式，可以采用经过数据加工的样本来快速训练钓鱼网站分类器，得到检测能力较强的钓鱼网站检测模型，进而基于该模型快速精确地检测待检测网站是否是钓鱼网站，提高检测效果。

主权项：1.一种钓鱼网站检测模型的训练方法，其特征在于，所述方法包括：获取网站数据集，其中，所述网站数据集包括钓鱼网站样本集和非钓鱼网站样本集，所述钓鱼网站样本集和所述非钓鱼网站样本集中的样本的特征包括URL特征、异常操作特征、脚本特征和域名特征；对所述网站数据集中的样本进行特征预处理；对特征预处理后的样本进行特征提取；采用特征提取后的样本对钓鱼网站分类器进行训练，得到钓鱼网站检测模型；所述对特征预处理后的样本进行特征提取，包括：计算特征预处理后的样本对应的多个特征列与特征预处理后的样本对应的标签列的相关系数；按照相关系数从小到大的顺序对特征预处理后的样本对应的多个特征列进行排序；将排序后的多个特征列划分为M-N+1个特征组，其中，第i个特征组包括前i+N-1个特征列，i∈[1,M-N+1]，M表示特征预处理后的样本对应的特征列的个数，N≤M且为正整数；采用每个特征组中的特征列与所述标签列训练基线模型，得到每个特征组对应的评估指标，其中，所述基线模型为逻辑回归；保留特征预处理后的样本对应的多个特征列中在评估指标最高的特征组中存在的特征列。

全文数据：

权利要求：

百度查询： 北京华云安信息技术有限公司 钓鱼网站检测模型的训练方法、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