[发明专利]一种基于语义理解的网络钓鱼识别方法和装置在审
| 申请号： | 201711085356.X | 申请日： | 2017-11-07 |
| 公开（公告）号： | CN108111478A | 公开（公告）日： | 2018-06-01 |
| 发明（设计）人： | 张茜;曾宇;李洪涛;延志伟;袁晓彤;耿光刚 | 申请（专利权）人： | 中国互联网络信息中心 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G10L15/18;G10L15/06;G10L25/30;G06F17/27;G06F17/30 |
| 代理公司： | 北京君尚知识产权代理事务所(普通合伙) 11200 | 代理人： | 邱晓锋 |
| 地址： | 100190 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于语义理解的网络钓鱼识别方法和装置。该方法包括：提取网站中网页的HTML文本中的文字部分，得到网页的文本数据；利用所述网页的文本数据生成文本语义特征；将待检测网站的文本语义特征输入钓鱼检测模型，以判断待检测网站是否为钓鱼网站；所述钓鱼检测模型是利用网站的文本语义特征采用机器学习算法构建的。该方法将合法网页的文本数据作为语料库来训练语言模型，得到词语的词向量，利用词向量对合法网站和钓鱼网站中网页的HTML文本进行向量表示，生成文本语义特征。本发明从网页文本语义分析的视角提取系列特征，能够构建更为鲁棒的钓鱼检测模型，并提升网络钓鱼识别的能力。 | ||
| 搜索关键词： | 网站 文本语义 网络钓鱼 文本数据 检测 网页 方法和装置 钓鱼网站 语义理解 钓鱼 词向量 构建 文本 机器学习算法 合法网页 特征输入 网页文本 向量表示 语言模型 语义分析 语料库 鲁棒 词语 视角 合法 | ||
【主权项】：
1.一种基于语义理解的网络钓鱼识别方法，其特征在于，包括以下步骤：提取网站中网页的HTML文本中的文字部分，得到网页的文本数据；利用网页的文本数据生成文本语义特征；将待检测网站的文本语义特征输入钓鱼检测模型，以判断待检测网站是否为钓鱼网站；所述钓鱼检测模型是利用网站的文本语义特征采用机器学习算法构建的。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国互联网络信息中心，未经中国互联网络信息中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711085356.X/，转载请声明来源钻瓜专利网。
