[发明专利]钓鱼网站识别方法及系统

权利要求书

1.一种钓鱼网站识别方法，其特征在于，包括：

获取目标网站的网页视觉特征，所述网页视觉特征包括收藏夹图标、网页截图与品牌象征图片；

利用预设的品牌识别模型，识别与所述目标网站的网页视觉特征相匹配的品牌信息，作为识别品牌信息；

其中，所述识别品牌信息是，根据所述收藏夹图标匹配的第一品牌集合中各品牌概率值、所述网页截图匹配的第二品牌集合中各品牌概率值与所述品牌象征图片匹配的第三品牌集合中各品牌概率值，对所述第一品牌集合、所述第二品牌集合与所述第三品牌集合中覆盖的所有品牌分别进行评分，得到评分结果，并根据所述评分结果，从所述所有品牌中获取的评分最高的品牌；

根据所述识别品牌信息与所述目标网站的身份信息，识别所述目标网站是否属于钓鱼网站；

其中，所述预设的品牌识别模型为，以标记有品牌信息的网页视觉特征作为训练样本，训练得到的机器学习模型。

2.如权利要求1所述的方法，其特征在于，所述网页视觉特征包括：收藏夹图标、网页截图与品牌象征图片；相应的，所述预设的品牌识别模型包括第一识别模型、第二识别模型与第三识别模型；其中，

第一识别模型为，以标记有品牌信息的收藏夹图标作为训练样本，训练得到的机器学习模型；

第二识别模型为，以标记有品牌信息的网页截图作为训练样本，训练得到的机器学习模型；

第三识别模型为，以标记有品牌信息的品牌象征图片作为训练样本，训练得到的机器学习模型。

3.如权利要求2所述的方法，其特征在于，获取目标网站的收藏夹图标包括：

在浏览器加载所述目标网站的网页后，获取包含所述浏览器界面的屏幕截图；

从所述屏幕截图中截取指定区域的图片，得到所述目标网站的收藏夹图标；所述指定区域为，所述浏览器界面中用于显示收藏夹图标的区域。

4.如权利要求2所述的方法，其特征在于，获取目标网站的网页截图包括：

利用PhantomJS动态加载所述目标网站的网页JS代码，并获取所述网页JS代码被加载后的所述目标网站的网页截图。

5.如权利要求2所述的方法，其特征在于，获取目标网站的品牌象征图片包括：

获取所述目标网站的网页HTML代码；

对所述网页HTML代码进行解析，获取所述目标网站的品牌象征图片。

6.如权利要求2所述的方法，其特征在于，所述利用预设的品牌识别模型，识别与所述目标网站的网页视觉特征相匹配的品牌信息，作为识别品牌信息包括：

利用所述第一识别模型，获取与所述目标网站的收藏夹图标相匹配的第一品牌信息；

利用所述第二识别模型，获取与所述目标网站的网页截图相匹配的第二品牌信息；

利用所述第三识别模型，获取与所述目标网站的品牌象征图片相匹配的第三品牌信息；

根据所述第一品牌信息、所述第二品牌信息与所述第三品牌信息，确定所述识别品牌信息。

7.如权利要求6所述的方法，其特征在于，所述第一品牌信息包括第一品牌集合以及所述第一品牌集合中各品牌的概率值；所述第二品牌信息包括第二品牌集合以及所述第二品牌集合中各品牌的概率值；所述第三品牌信息包括第三品牌集合以及所述第三品牌集合中各品牌的概率值；

所述根据所述第一品牌信息、所述第二品牌信息与所述第三品牌信息，确定所述识别品牌信息包括：

根据所述第一品牌集合中各品牌的概率值、所述第二品牌集合中各品牌的概率值与所述第三品牌集合中各品牌的概率值，对所述第一品牌集合、所述第二品牌集合与所述第三品牌集合中覆盖的所有品牌分别进行评分，得到评分结果；

根据所述评分结果，从所述所有品牌中获取评分最高的品牌，作为识别品牌信息。