[发明专利]网络钓鱼活动的检测

权利要求书

1.一种在包括处理器和存储器的数据处理系统中的方法，所述存储器包括指令，所述指令由所述处理器执行以配置所述处理器来实现用以检测网络钓鱼泄漏通信的网络钓鱼泄漏通信识别(PECI)系统，所述方法包括：

由所述PECI系统从数据网络接收输入电子通信；

由所述PECI系统处理所述输入电子通信以提取结构符记，其中，所述结构符记表示所述输入电子通信的内容结构；

由所述结构符记处理到通过机器学习训练操作训练的PECI系统的机器学习模型中，以识别输入到所述机器学习模型的结构符记中的网络钓鱼泄露通信语法、网络钓鱼泄露通信语法之间的关系；

由所述机器学习模型处理所述结构符记以生成用于由所述机器学习模型的分类逻辑进行处理的指示计算出的值的至少一个第一向量输出；

由所述机器学习模型的分类逻辑处理来自所述机器学习模型的所述至少一个第一向量输出，以将所述输入电子通信分类为网络钓鱼泄漏通信或非网络钓鱼泄漏通信；和

由所述机器学习模型输出指示所述输入电子通信的所述分类的分类输出。

2.根据权利要求1所述的方法，进一步包括：

由所述PECI系统响应于从与关于一个或多个目标实体的个人信息通过其被收集的网络钓鱼网站相关联的第一计算设备以及与从所述一个或多个目标实体收集个人信息的个人信息收集点相关联的第二计算设备传输所述输入电子通信的尝试而拦截所述输入电子通信。

3.根据权利要求1或2所述的方法，进一步包括：

由所述PECI系统处理所述输入电子通信以提取一个或多个内容特征度量，其中，所述一个或多个内容特征度量是所述输入电子通信的内容的有助于在所述分类输出中区分误报或漏报的统计量度。

4.根据权利要求3所述的方法，其中，所述一个或多个内容特征度量包括内容熵度量或文本比例度量中的至少一个，所述内容熵度量是所述输入电子通信的内容的不确定性的量度，其中所述熵随着所述输入电子通信的内容中使用的符号的种类增加而增加，所述文本比例度量是所述输入电子通信的内容中的至少一个第一类型的字符与所述输入电子通信的内容中的至少一个第二类型的字符的比例的量度。

5.根据权利要求3或4所述的方法，进一步包括：

由所述机器学习模型将所述至少一个第一向量输出输入到所述PECI系统的级联逻辑；

由所述PECI系统将所述一个或多个内容特征度量输入到所述级联逻辑；和

由所述级联逻辑将所述至少一个第一向量输出与所述一个或多个内容特征度量级联以生成被输入到所述分类逻辑的第二输出向量，其中所述分类逻辑处理来自所述机器学习模型的所述至少一个第一向量输出，以至少通过处理包括与所述一个或多个内容特征度量级联的所述至少一个第一向量输出的所述第二输出向量来将所述输入电子通信分类为网络钓鱼泄漏通信或非网络钓鱼泄漏通信。

6.根据前述权利要求中任一项所述的方法，其中，所述结构符记是字符串，其中，所述结构符记中的每个字符是类别指定符或数值，所述类别指定符来自类别指定符的集合，指示存在于所述输入电子通信的文本的对应部分中的内容的类型的分类，所述数值指示所述输入电子通信的内容中与所述结构符记的字符串中的先前类别指定符对应的字符的数量。

7.根据权利要求6所述的方法，其中，所述类别指定符的集合包括：第一类别指定符，指示在所述输入电子通信的内容中的字母字符；第二类别指定符，指示在所述输入电子通信的内容中的数字字符；第三类别指定符，指示在所述输入电子通信的内容中的格式化字符串或编码；以及第四类别指定符，指示不属于所述第一类别、所述第二类别或所述第三类别中的任何类别的字符。

8.根据前述权利要求中任一项所述的方法，其中，所述机器学习模型是基于双向长短期记忆(LSTM)的递归神经网络(RNN)，其中所述至少一个第一向量输出包括与所述基于双向LSTM的RNN中的LSTM单元的正向传播集合对应的一个第一向量输出，以及与所述LSTM单元的反向传播集合对应的第二个第一向量输出。