[發明專利]釣魚網頁的深度學習智能檢測方法

無效

• 申請號: 201110393959.2
• 申請日: 2011-12-01
• 公開（公告）號: CN102523202A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 李元誠;沈尚方
• 申請（專利權）人: 華北電力大學
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F17/30
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 朱琨

1.釣魚網頁的深度學習智能檢測方法，其特征在于，分為以下步驟：

1)對網頁文檔模型進行分析，生成網頁文檔特征向量F；

2)將待測網頁轉化為圖像，并采用譜聚類方法對所得圖像進行分割；

3)提取網頁圖像特征，從而獲得網頁內容特征向量N；

4)使用流形學習Isomap算法對網頁內容特征向量N降維得到特征空間V_new；

5)用DBN分類器對特征空間V_new進行訓練和測試，根據DBN分類器結果判別待檢測的網頁是否為釣魚網頁。

2.根據權利要求1所述的釣魚網頁的深度學習智能檢測方法，其特征在于，所述步驟2)具體分為以下步驟：

21)將待測網頁保存為網頁圖像；

22)將網頁圖像由RGB空間變換為HSI空間；

23)采用譜聚類方法，確定網頁圖像的聚類數目k；

24)生成k個子圖。

3.根據權利要求1所述的釣魚網頁的深度學習智能檢測方法，其特征在于，所述步驟3)具體分為以下步驟：

31)提取分割后的各個子圖的特征向量V_i；

32)提取分割后的各個子圖間的位置關系特征向量C；

33)將以上特征組合成網頁圖像特征向量A，并與網頁文檔特征?向量F一起合成為網頁內容特征向量N。

4.根據權利要求1所述的釣魚網頁的深度學習智能檢測方法，其特征在于，所述步驟4)具體分為以下步驟：

41)選擇鄰域參數，構造鄰域圖；

42)在步驟41)所選擇的鄰域參數K下，求出產生的子鄰域圖個數以及每個子鄰域圖是由哪些數據點組成；

43)求出子鄰域圖數據集間最短的γ條歐式距離分別對應的數據點；

44)對WM_i，WM_j中相互連接的數據點對應的鄰域集合進行修正

45)求出數據點間的最短路徑；

46)構建m維的低維嵌入，獲得降維后的特征空間V_new。

5.根據權利要求1所述的釣魚網頁的深度學習智能檢測方法，其特征在于，所述步驟5)具體分為以下步驟：

51)從網頁內容特征空間V_new中，給出部分有標簽的訓練樣本；

52)使用網頁圖像特征空間V_new中給出的有標簽的訓練樣本，對DBN進行訓練；

53)對DBN實施修正訓練，進行參數微調，得到DBN分類器；

54)用得到的DBN分類器對特征空間V_new中的無標簽樣本進行測試，輸出釣魚網頁檢測結果。?