[發(fā)明專利]一種釣魚郵件檢測方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202111632166.1
• 申請日: 2021-12-28
• 公開（公告）號: CN114499980A
• 公開（公告）日: 2022-05-13
• 發(fā)明（設(shè)計(jì)）人: 黃章镕;范淵;劉博
• 申請（專利權(quán)）人: 杭州安恒信息技術(shù)股份有限公司
• 主分類號: H04L9/40
• 分類號: H04L9/40;H04L51/08;H04L51/42;H04L61/4511;G06F16/35;G06K9/62;G06N3/08
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 吳磊

1.一種釣魚郵件檢測方法，其特征在于，包括：

獲取郵件數(shù)據(jù)集，提取所述郵件數(shù)據(jù)集中各郵件的多維度特征，得到包含有所述郵件數(shù)據(jù)集中各郵件的多維度特征的特征數(shù)據(jù)集，并獲取所述特征數(shù)據(jù)集中包含的部分多維度特征為訓(xùn)練集；

采用交叉訓(xùn)練預(yù)測的方式利用所述訓(xùn)練集中每個(gè)維度的特征分別訓(xùn)練預(yù)測分類器，得到與每個(gè)維度的特征一一對應(yīng)的多個(gè)基分類器，以及每個(gè)基分類器在所述訓(xùn)練集上預(yù)測得到的預(yù)測結(jié)果，并基于所述預(yù)測結(jié)果訓(xùn)練分類器得到元分類器；

將待檢測郵件的多維度特征中每個(gè)維度的特征分別輸入至相應(yīng)的基分類器得到多個(gè)子預(yù)測結(jié)果，將該多個(gè)子預(yù)測結(jié)果輸入至所述元分類器得到所述待檢測郵件是否為釣魚郵件的總檢測結(jié)果。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，提取所述郵件數(shù)據(jù)集中各郵件的多維度特征，包括：

對所述郵件數(shù)據(jù)集中的各郵件分別進(jìn)行解析，以提取所述郵件數(shù)據(jù)集中各郵件包含的字段數(shù)據(jù)，并從所述字段數(shù)據(jù)中提取各郵件的域名特征、鏈接特征、郵件文本特征及郵件附件特征作為相應(yīng)的多維度特征。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，提取所述郵件數(shù)據(jù)集中各郵件的多維度特征之后，還包括：

對提取的所述郵件數(shù)據(jù)集中各郵件的多維度特征進(jìn)行缺失值填充處理，并對完成缺失值填充處理的多維度特征進(jìn)行標(biāo)準(zhǔn)化處理。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，訓(xùn)練得到每個(gè)所述基分類器及所述元分類器之后，還包括：

通過交叉驗(yàn)證方式對每個(gè)所述基分類器及所述元分類器進(jìn)行參數(shù)調(diào)優(yōu)。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，通過交叉驗(yàn)證方式對每個(gè)所述基分類器及所述元分類器進(jìn)行參數(shù)調(diào)優(yōu)之后，還包括：

在所述訓(xùn)練集上對每個(gè)所述基分類器進(jìn)行訓(xùn)練，并基于在所述訓(xùn)練集上對每個(gè)所述基分類器進(jìn)行訓(xùn)練時(shí)的預(yù)測結(jié)果對所述元分類器進(jìn)行訓(xùn)練。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，基于所述特征數(shù)據(jù)集中得到訓(xùn)練集，包括：

將所述特征數(shù)據(jù)集分為訓(xùn)練集及測試集；

相應(yīng)的，基于在所述訓(xùn)練集上對每個(gè)所述基分類器進(jìn)行訓(xùn)練時(shí)的預(yù)測結(jié)果對所述元分類器進(jìn)行訓(xùn)練之后，還包括：

利用每個(gè)所述基分類器在所述測試集上進(jìn)行測試，并基于利用每個(gè)所述基分類器在所述測試集上進(jìn)行測試時(shí)的預(yù)測結(jié)果對所述元分類器進(jìn)行測試，得到相應(yīng)的準(zhǔn)確率及誤報(bào)率，如果所述準(zhǔn)確率及所述誤報(bào)率符合要求，則確定完成分類器的訓(xùn)練，否則，輸出相應(yīng)的錯(cuò)誤提示。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述域名特征包括相應(yīng)郵件中發(fā)件人、收件人和所有鏈接中的域名信息，所述鏈接特征包括相應(yīng)郵件中所有鏈接的字符串，所述郵件文本特征包括相應(yīng)郵件中郵件標(biāo)題及郵件正文的內(nèi)容，所述郵件附件特征包括相應(yīng)郵件的附件在運(yùn)行時(shí)的網(wǎng)絡(luò)行為信息。

8.一種釣魚郵件檢測裝置，其特征在于，包括：

提取模塊，用于：獲取郵件數(shù)據(jù)集，提取所述郵件數(shù)據(jù)集中各郵件的多維度特征，得到包含有所述郵件數(shù)據(jù)集中各郵件的多維度特征的特征數(shù)據(jù)集，并獲取所述特征數(shù)據(jù)集中包含的部分多維度特征為訓(xùn)練集；

訓(xùn)練模塊，用于：采用交叉訓(xùn)練預(yù)測的方式利用所述訓(xùn)練集中每個(gè)維度的特征分別訓(xùn)練預(yù)測分類器，得到與每個(gè)維度的特征一一對應(yīng)的多個(gè)基分類器，以及每個(gè)基分類器在所述訓(xùn)練集上預(yù)測得到的預(yù)測結(jié)果，并基于所述預(yù)測結(jié)果訓(xùn)練分類器得到元分類器；

檢測模塊，用于：將待檢測郵件的多維度特征中每個(gè)維度的特征分別輸入至相應(yīng)的基分類器得到多個(gè)子預(yù)測結(jié)果，將該多個(gè)子預(yù)測結(jié)果輸入至所述元分類器得到所述待檢測郵件是否為釣魚郵件的總檢測結(jié)果。

9.一種釣魚郵件檢測設(shè)備，其特征在于，包括：

存儲器，用于存儲計(jì)算機(jī)程序；

處理器，用于執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述釣魚郵件檢測方法的步驟。

10.一種計(jì)算機(jī)可讀存儲介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲介質(zhì)上存儲有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述釣魚郵件檢測方法的步驟。