[发明专利]钓鱼网站的检测方法、装置、计算机设备及存储介质

权利要求书

1.一种钓鱼网站的检测方法，其特征在于，包括：

根据预先收集得到的网站页面域名信息，抓取所述网站页面域名信息对应的网站页面内容；

对所述网站页面内容进行截图处理，得到所述网站页面的页面截图；

将所述页面截图作为训练集，通过自动编码模型的训练，提取所述页面截图的特征向量，并保存至Milvus库中；其中所述Milvus库中包括搜索索引；

根据得到的待检测网站页面截图的特征向量，在所述Milvus库中搜索与所述待检测网站页面截图的特征向量相似的网站页面，通过计算，得到页面目标相似度；

基于所述页面目标相似度与预先设置的阈值，判断所述待检测网站是否为钓鱼网站。

2.如权利要求1所述的钓鱼网站的检测方法，特征在于，所述根据预先收集得到的网站页面域名信息，抓取所述网站页面域名信息对应的网站页面内容，包括：

根据预先收集得到的网站页面域名信息，对所述网站页面进行动态渲染，得到渲染后的网站页面；

从所述渲染后的网站页面中抓取所述网站页面内容。

3.如权利要求1所述的钓鱼网站的检测方法，特征在于，所述将所述页面截图作为训练集，通过自动编码模型的训练，提取所述页面截图的特征向量，并保存至Milvus库中，包括：

利用自动编码模型对所述页面截图训练集进行降维处理；

对降维处理后的所述页面截图训练集进行优化，以得到优化后的页面截图训练集；

根据所述优化后的页面截图训练集对自动编码模型进行训练，以得到训练好的特征提取模型；

通过所述特征提取模型提取所述页面截图的特征向量，并保存至Milvus库中。

4.如权利要求1所述的钓鱼网站的检测方法，特征在于，所述根据得到的待检测网站页面截图的特征向量，在所述Milvus库中搜索与所述待检测网站页面截图的特征向量相似的网站页面，通过计算，得到页面目标相似度，包括：

根据得到的待检测网站页面截图的特征向量，在所述Milvus库中搜索与所述网站图片的特征向量相似的前N条Milvus向量索引信息；其中，N为大于1的整数；

根据所述前N条Milvus向量索引信息与所述网站的IP信息，通过对比分析，得到与所述待检测网站页面截图的特征向量最相似的所述Milvus库中的目标特征向量；

根据所述目标特征向量与所述待检测网站页面截图的特征向量，得到页面目标相似度。

5.如权利要求4所述的钓鱼网站的检测方法，特征在于，所述根据所述目标特征向量与所述待检测网站页面截图的特征向量，得到页面目标相似度，包括：

对所述目标特征向量与所述待检测网站页面截图的特征向量进行归一化处理，得到归一化的目标特征向量与归一化的待检测网站页面截图的特征向量；

根据所述归一化的目标特征向量与所述归一化的待检测网站页面截图的特征向量，通过计算，得到目标相似度。

6.如权利要求1所述的钓鱼网站的检测方法，特征在于，所述基于所述页面目标相似度与预先设置的阈值，判断所述待检测网站是否为钓鱼网站，包括：

当所述目标相似度小于所述预先设置的阈值，则所述待检测网站为钓鱼网站；

当所述目标相似度大于所述预先设置的阈值，根据查询得到的所述待检测网站的域名备案信息，判断所述待检测网站是否为钓鱼网站。

7.如权利要求6所述的钓鱼网站的检测方法，特征在于，所述当所述目标相似度大于所述预先设置的阈值，根据查询得到的所述待检测网站的域名备案信息，判断所述待检测网站是否为钓鱼网站，包括：

当所述待检测网站的域名备案信息与所述Milvus库中的所述网站页面域名信息不同时，则所述待检测网站为钓鱼网站。