[发明专利]一种基于知识图谱和图片特征的诈骗网站识别方法与系统

说明书

本发明公开了一种基于知识图谱和图片特征的诈骗网站识别方法与系统，针对现有技术中存在的现有识别技术手段是无法有效的识别到最新的诈骗网站，缺少主动去发现新样本的诈骗网站，并且识别到的网站都是比较过时的，不能有效的对新式诈骗网站进行识别的问题，本发明通过对未知网站的图片特征和网站信息进行验证是否为诈骗网站，并且通过对识别到的诈骗网站进行图片特征提取和网站信息关系构建，分别录入到图片特征库和知识图谱库中，不断丰富图片特征库和知识图谱库的多样性。本发明不仅能够检测传统的诈骗网站，还能够主动去发现新样本的诈骗网站。

技术领域

本发明属于数据处理技术领域，具体涉及一种基于知识图谱和图片特征的诈骗网站识别方法与系统。

背景技术

随着互联网的发展，网络上的诈骗网站层出不穷，网络恶意分子通过搭建诈骗网站，引诱有需求的网民，再通过技术手段，在诈骗网站中层层设套，从而对网民进行诈骗，由于诈骗网站不断出现，其中的诈骗手段更是变化万千，令网民防不胜防，对网民造成了极大的生活困扰和经济损失，为社会带来了严重的不良影响。

现有的识别诈骗网站方法主要是基于网站内容的识别技术，通过对网站的图片进行构建深度学习模型进行图片分类来进行识别诈骗网站；或者通过对诈骗网站的前端框架代码进行特征提取，通过页面内容的匹配来识别诈骗网站。

现有的技术方案存在以下问题：

只是在已有的诈骗网站基础上进行模型训练和特征提取形成识别技术，但是诈骗网站是变换多端，且日新月异，现有的识别技术手段是无法有效的识别到最新的诈骗网站，缺少主动去发现新样本的诈骗网站，并且识别到的网站都是比较过时的，不能有效的对新式诈骗网站进行识别。

发明内容

针对现有技术中存在的现有的识别技术手段是无法有效的识别到最新的诈骗网站，缺少主动去发现新样本的诈骗网站，并且识别到的网站都是比较过时的，不能有效的对新式诈骗网站进行识别的问题，本发明提出了一种基于知识图谱和图片特征的诈骗网站识别方法与系统，其目的为：以解决现有的识别技术手段是无法有效的识别到最新的诈骗网站，缺少主动去发现新样本的诈骗网站，并且识别到的网站都是比较过时的，不能有效的对新式诈骗网站进行识别的问题。

为实现上述目的本发明所采用的技术方案是：提供一种基于知识图谱和图片特征的诈骗网站识别方法，包括：

步骤1：采集现有的诈骗网站有效的网站截图并进行分类，然后获取所述网站截图的图片特征，并构建图片特征库进行对应的分类，用于存储不同类的图片特征，实时提取未知网站的图片特征，将所述提取未知网站的图片特征与所述图片特征库中的所有特征进行匹配，最后根据阈值确定未知网站的类别；

步骤2：获取步骤1中诈骗网站的网站信息数据，根据信息数据构建数据关系图，并将数据关系图以三元组的形式录入知识图谱库中，然后计算知识图谱库中每个节点在全局知识图谱库的关系权重；

步骤3：实时获取步骤1中未知网站的图片特征与图片特征库的匹配结果，

当匹配成功时，将匹配成功的网站的数据关系图更新录入到知识图谱库中，图片特征更新录入到图片特征库中；

当匹配失败或者匹配为非诈骗时，将这些未知网站的数据信息通过知识图谱库进行匹配验证，得到这些未知网站的诈骗网站疑似度分数和疑似诈骗网站类别；然后构建图片二分类模型对疑似诈骗网站进行判别，若判别为诈骗网站，则将该诈骗网站的数据更新到知识图谱库和图片特征库中。

较优的，本发明步骤1具体为：

步骤1.1：采集现有的诈骗网站有效的网站截图并进行分类;

步骤1.2：构建基于无监督的深度卷积神经网络图片自编码器模型,提取所述网站截图的图片特征，并通过所述网站截图进行模型的反复学习;