[发明专利]钓鱼网页的深度学习智能检测方法

权利要求书

1.钓鱼网页的深度学习智能检测方法，其特征在于，分为以下步骤：

1)对网页文档模型进行分析，生成网页文档特征向量F；

2)将待测网页转化为图像，并采用谱聚类方法对所得图像进行分割；

3)提取网页图像特征，从而获得网页内容特征向量N；

4)使用流形学习Isomap算法对网页内容特征向量N降维得到特征空间V_new；

5)用DBN分类器对特征空间V_new进行训练和测试，根据DBN分类器结果判别待检测的网页是否为钓鱼网页。

2.根据权利要求1所述的钓鱼网页的深度学习智能检测方法，其特征在于，所述步骤2)具体分为以下步骤：

21)将待测网页保存为网页图像；

22)将网页图像由RGB空间变换为HSI空间；

23)采用谱聚类方法，确定网页图像的聚类数目k；

24)生成k个子图。

3.根据权利要求1所述的钓鱼网页的深度学习智能检测方法，其特征在于，所述步骤3)具体分为以下步骤：

31)提取分割后的各个子图的特征向量V_i；

32)提取分割后的各个子图间的位置关系特征向量C；

33)将以上特征组合成网页图像特征向量A，并与网页文档特征 向量F一起合成为网页内容特征向量N。

4.根据权利要求1所述的钓鱼网页的深度学习智能检测方法，其特征在于，所述步骤4)具体分为以下步骤：

41)选择邻域参数，构造邻域图；

42)在步骤41)所选择的邻域参数K下，求出产生的子邻域图个数以及每个子邻域图是由哪些数据点组成；

43)求出子邻域图数据集间最短的γ条欧式距离分别对应的数据点；

44)对WM_i，WM_j中相互连接的数据点对应的邻域集合进行修正

45)求出数据点间的最短路径；

46)构建m维的低维嵌入，获得降维后的特征空间V_new。

5.根据权利要求1所述的钓鱼网页的深度学习智能检测方法，其特征在于，所述步骤5)具体分为以下步骤：

51)从网页内容特征空间V_new中，给出部分有标签的训练样本；

52)使用网页图像特征空间V_new中给出的有标签的训练样本，对DBN进行训练；

53)对DBN实施修正训练，进行参数微调，得到DBN分类器；

54)用得到的DBN分类器对特征空间V_new中的无标签样本进行测试，输出钓鱼网页检测结果。