龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东南大学
申请日：2024-04-12
公开（公告）日：2024-06-28
公开（公告）号：CN118264477A
主分类号：H04L9/40
分类号：H04L9/40
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种基于领域泛化的网络钓鱼URL检测方法及系统，首先对URL字符串进行编码，得到URL数字向量；再应用两种数据生成技术生成良性URL和钓鱼URL，提高训练集的多样性；接着使用Encoder网络构建预训练模型，利用预训练模型学习良性URL字符间的语义关系，生成通用的URL嵌入；最后使用扩充后的数据集，对预训练模型进行微调，构建具有强大泛化能力钓鱼URL检测模型，实现网络钓鱼URL的检测。本发明方法能够实现对钓鱼URL的持久有效检测，即便当钓鱼URL特征分布发生显著变化时，模型的检测准确率依旧很高。
主权项：1.一种基于领域泛化的网络钓鱼URL检测方法，其特征在于，包括如下步骤：S1，URL编码：采集用于模型训练的数据集，所述数据集包括良性URL和钓鱼URL，并对URL字符串进行编码，得到URL数字向量；S2，数据生成：对良性URL数据集进行数据增强，并将经过步骤S1编码后的良性URL数字向量训练基于生成对抗网络的钓鱼URL生成模型，生成钓鱼URL；所述基于生成对抗网络的钓鱼URL生成模型通过在WGAN-GP整体架构中训练钓鱼URL生成器模型而生成，WGAN-GP中生成器的输入是随机向量，随机向量经过转置卷积层和Gumbel-softmax层后变成钓鱼URL数字向量，鉴别器的输入是生成器输出的钓鱼URL数字向量和经过步骤S1编码后的良性URL数字向量，经过卷积层和全连接线性层后输出评分；S3，模型预训练：使用编码的良性URL数据集训练基于Encoder网络的预训练模型，为随机遮掩良性URL数字向量的部分位置，构建Encoder网络学习良性URL字符间的语义关系，预测被遮掩位置的值，更新URL嵌入向量，生成通用的URL嵌入；S4:钓鱼URL检测：将步骤S1编码后的原始URL数据集和步骤S2生成的URL数据集组成数据集，划分为训练集和测试集，使用训练集对步骤S2训练好的预训练模型进行调整后进行模型训练，得到网络钓鱼URL检测模型，使用测试集训练网络钓鱼URL检测模型，将测试集输入到网络钓鱼URL检测模型，实现钓鱼URL的检测。
全文数据：
权利要求：
百度查询： 东南大学 一种基于领域泛化的网络钓鱼URL检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号