[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

说明书

本发明涉及人工智能技术，提供一种钓鱼网站的检测方法、装置、计算机设备及存储介质，根据预先收集得到的网站页面域名信息，抓取域名对应的网站页面内容；对网站页面内容进行处理，得到网站页面的页面截图；根据域名对网页进行抓取，提高了网页的抓取速度，将网站页面截图作为训练集，通过自动编码模型的训练，提取页面截图的特征向量，并保存至Milvus库，以便快速检索对应的网站页面的特征向量，根据得到的待检测网站页面截图的特征向量，在Milvus库中搜索与待检测网站页面截图的特征向量相似的页面，得到目标相似度，根据预先设置的阈值，与目标相似度，通过比较，判断所述待检测网站是否为钓鱼网站，提高了钓鱼网站的检测效率。

技术领域

本发明涉及人工智能领域，尤其涉及一种钓鱼网站的检测方法、装置、计算机设备及存储介质。

背景技术

钓鱼攻击是不法分子通过大量发送中奖、或仿冒银行等知名机构的短信或者邮件来诱导用户自发给出个人隐私信息(例如IPHONE ID密码和屏幕锁、其它账号及密码、验证口令、银行卡和信用卡信息等)或者在某些漏洞网页插入病毒代码骗取私人资料的一种网络攻击，以此来骗取用户银行或信用卡账号、密码等私人资料，给用户造成损失。

现有技术中，对钓鱼网站的检测主要由有关部门进行几率性扫描以及用户举报来获取钓鱼网站信息(URL、IP等)，建立钓鱼网站数据库和安全网站数据库，但钓鱼网站可以通过更换域名或者IP地址等方式躲避扫描，致使钓鱼网站漏检，所以现有技术中对钓鱼网站的检测存在检测效率较低的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种钓鱼网站的检测方法、装置、计算机设备及存储介质，以解决钓鱼网站检测效率较低的问题。

本申请实施例的第一方面提供了一种钓鱼网站的检测方法，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。

进一步地，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。

进一步地，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。

进一步地，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：