[發明專利]一種基于多模態層次注意力機制的欺詐網站檢測方法

有效

• 申請號: 202110265794.4
• 申請日: 2021-03-11
• 公開（公告）號: CN112860976B
• 公開（公告）日: 2022-08-19
• 發明（設計）人: 柴一棟;周永行;姜元春;劉業政;錢洋;孫見山;孫春華;劉鵬鵬;崔福來;井二康
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06F16/958;G06N3/04;G06N3/08
• 代理公司: 安徽省合肥新安專利代理有限責任公司 34101
• 代理人: 陸麗莉;何梅生

本發明公開了一種基于多模態層次注意力機制的欺詐網站檢測方法，包括：1使用長短期記憶網絡對網頁網址以及文本內容進行抽取；2通過注意力機制網絡自動提取模態內不同特征的重要性權重；3通過注意力機制網絡自動學習不同模態特征的重要性；4融合多模態特征，構建共享字典學習方法，將不同模態空間中特征映射到相同語義空間，并完成欺詐網站檢測。本發明能夠解決現有檢測方法無法實時檢測、以及誤識別問題，從而進一步提高欺詐網站識別的準確率。

技術領域

本發明屬于大數據處理與網絡安全領域，具體來說是一種基于多模態數據欺詐網站分類方法。

技術背景

數字技術的飛速發展，個人和組織不斷地將商業轉向電子商務平臺。2019年全球電子商務市場高達9.09萬億美元。與此同時，對于電子交易來說，欺詐成為主要的普遍存在的問題。在欺詐攻擊中，欺詐者誘導互聯網用戶采取某種動作以及提供敏感的信息(例如，銀行賬戶和密碼等)。這種欺詐行為通常是通過電子商務平臺采用向受害者的通信信息完成的(例如，HTTP、email，SNS等)。據報道，2019年全世界88％的組織受到了欺詐攻擊，對于中型的組織來說平均一次成功的欺詐攻擊將會造成160萬美元的損失。

網站欺詐攻擊是最流行的欺詐攻擊方式之一，網站欺詐攻擊通常使用一個欺騙性的網站來竊取互聯網用戶的敏感信息。到目前為止，創建欺詐網站的低門檻性以及高成功率使得虛假網站攻擊成為最常見的網絡空間攻擊類型之一。盡管有大量關于欺詐網站檢測的研究，欺詐網站仍然是近些年來一直持續不斷的網絡安全威脅。

空間安全智能作為一種克服持續的網站欺詐攻擊的有希望的工具提供了及時相關可控的智能。然而現有的虛假網站檢測方法是受限的。現有的方法可以分為三大類：查詢系統、基于虛假線索的方法，以及基于深度學習表示的方法。查詢系統通過維護一個網站URL的黑名單，來確定網站的合法性。黑名單的維護需要消耗大量的人力物力資源，并且無法提供實時的檢測。基于欺詐線索的方法從欺詐網站中抽取出欺詐線索并且利用傳統的分類器對網站進行識別。基于欺詐線索的方法通常需要手工構造欺詐線索。這種特征工程往往耗時耗力，并且容易被欺詐者識別和規避。基于深度學習表示的方法可以從欺詐網站中自動抽取出欺詐線索以及進行識別。然而，現有的基于深度學習表示的方法很少考慮網頁上豐富的多模態信息。

發明內容

本發明克服了現有技術存在的不足之處，提出了一種基于多模態層次注意力機制的欺詐網站檢測方法，以期能夠解決現有檢測方法無法實時檢測、以及誤識別問題，從而進一步提高欺詐網站識別的準確率。

本發明為解決技術問題采用如下技術方案：

本發明一種基于多模態層次注意力機制的欺詐網站檢測方法的特點是按照以下步驟進行：

步驟1：定義待檢測的網站網頁的網址、網頁文本、以及頁面上的圖片集分別為U、C、I；其中，U＝{u₁,u₂,...,u_s,...,u_S}，u_s為網址U中第s個字符，s＝1,2,…,S，S表示網址中字符的數量；C＝{c₁,c₂,...,c_p,...,c_P}，c_p為網頁文本C中的第p個字符，p＝1,2,…,P，P為網頁文本C中字符的數量；I＝{i₁,i₂,...,i_k,...,i_K}，i_k為圖片集I中的第k張圖片，k＝1,2,…,K，K為所述圖片集I中包含圖片的數量；

構建包含兩個長短期記憶網絡、三個注意力機制網絡、ResNet50網絡、一個全連接網絡所組成的模態表示網絡；

構建包含一個注意力機制網絡和一個全連接網絡所組成的模態對齊表示網絡；

步驟2：使用包含第一長短期記憶網絡和第一注意力機制網絡的第一融合網絡計算網址U的特征；