[发明专利]钓鱼网站识别方法及系统

说明书

本发明提供的钓鱼网站识别方法及系统，获取目标网站的网页视觉特征；利用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，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，充分利用了机器学习模型在数据分类方面的优点，提高了目标网站的识别品牌信息的获取效率，相较于遍历视觉特征集与依赖第三方图片搜索服务来获取识别品牌信息的方式，无需针对网页视觉特征在视觉特征集进行大量的遍历操作，也无需依赖于第三方服务来实现识别品牌信息的获取，从整体上提升了钓鱼网站的识别能力和效率，更具有实际应用价值。

技术领域

本发明涉及信息检测与处理领域，更具体的说，涉及钓鱼网站识别方法及系统。

背景技术

网络钓鱼是一种利用社会工程学和技术手段来窃取消费者的个人身份数据和财务账户凭证的网络攻击方式。网络钓鱼本质上属于品牌仿冒，为了达到以假乱真的效果，钓鱼网站在视觉和语义上高度相似于品牌网站。

现有的钓鱼网站识别方法中，一种方案是先构建包含有各品牌网站视觉特征的视觉特征集，再获取待检测网站的视觉特征，通过待检测网站的视觉特征与构建好的视觉特征集中的视觉特征进行比对，来识别待检测网站的品牌信息，最后通过待检测网站的品牌信息与待检测网站之间进行信息比对，识别待检测网站是否为钓鱼网站。但是，该方案在每次识别待检测网站的品牌信息时，都需要遍历整个视觉特征集，在视觉特征集数据量较大的情况下，使得品牌信息的识别效率较低，从而影响钓鱼网站的识别效率。另一种方案是直接利用现有的搜索引擎(例如，Google图片搜索)，对待检测网站的视觉特征进行搜索，以获取相应的品牌信息，最后将搜索到的品牌信息与待检测网站之间进行信息比对，识别待检测网站是否为钓鱼网站，这种方案虽然不依赖于视觉特征集，但却依赖于第三方服务，品牌信息的识别受到第三方服务的服务效率及可用性影响，识别效率得不到保障，进而影响钓鱼网站的识别效率。

所以，目前迫切需要一种切实有效的钓鱼网站识别方案，以提高钓鱼网站的识别效率。

发明内容

有鉴于此，本发明提供了一种钓鱼网站识别方法及系统，以解决现有技术中钓鱼网站识别效率较低且得不到保障的技术问题。

为实现上述目的，本发明提供如下技术方案：

一种钓鱼网站识别方法，包括：

获取目标网站的网页视觉特征；

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；

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。

优选的，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。

优选的，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。