[发明专利]钓鱼网站检测方法、检测系统、电子设备及可读存储介质

权利要求书

1.一种钓鱼网站检测方法，包括：

将与目标网站相关联的目标统一资源定位符进行过滤，输出过滤结果；

在所述过滤结果表明所述目标网站为可疑网站的情况下，获取与所述目标统一资源定位符相关联的文本数据特征；

将所述文本数据特征输入定位符文本检测模型，输出第一检测结果，其中，所述定位符文本检测模型是利用第一训练样本数据集训练得到的，所述第一训练样本数据集中的训练样本包括与正常网站及钓鱼网站的统一资源定位符相关联的特征信息；

在所述第一检测结果表明所述目标网站仍然为可疑网站的情况下，获取与所述目标网站内网页信息相关联的页面数据特征；

将所述页面数据特征输入页面检测模型，输出第二检测结果，其中，所述页面检测模型是利用第二训练样本数据集训练得到的，所述第二训练样本数据集中的训练样本包括与正常网站及钓鱼网站内网页信息相关联的特征信息。

2.根据权利要求1所述的方法，其中，所述页面数据特征包括所述目标网站的页面内的链接特征、表单特征、字符串特征和图片信息特征。

3.根据权利要求1所述的方法，其中，所述获取与所述目标网站内网页信息相关联的页面数据特征包括：

通过模拟浏览器进对所述网页信息进行重新渲染，生成与所述网页信息相关联的所述源码数据；

解析所述源码数据，得到所述页面数据特征。

4.根据权利要求1所述的方法，还包括：

获取钓鱼网站检测请求，其中，所述钓鱼网站检测请求中包括所述目标网站的属性信息；

响应于所述钓鱼网站检测请求，根据所述属性信息获取所述目标统一资源定位符。

5.根据权利要求1所述的方法，还包括：

在所述过滤结果表明所述目标网站为正常网站或钓鱼网站的情况下，将所述过滤结果作为所述最终检测结果并输出。

6.根据权利要求1所述的方法，还包括：

在所述第一检测结果表明所述目标网站为正常网站情况下，将所述第一检测结果作为所述最终检测结果并输出。

7.根据权利要求1所述的方法，其中，所述利用所述第一训练样本数据集训练得到所述定位符文本检测模型的操作包括：

将所述第一训练样本数据集划分为训练集和测试集；

将所述训练集输入待训练的定位符文本检测模型进行模型训练，输出检测结果，并得到初始定位符文本检测模型；

根据所述检测结果和所述训练集，得到检测误差分布估计；

根据所述测试集，对所述初始定位符文本检测模型进行测试，得到预测结果；

根据所述预测结果和所述测试集，得到测试误差分布估计；

根据所述检测误差分布估计和所述测试误差分布估计，得到误差向量相似度；

在所述误差向量相似度不满足迭代停止条件的情况下，继续对所述初始定位符文本检测模型进行迭代训练和测试，直到所述误差向量相似度符合迭代停止条件，得到所述定位符文本检测模型。

8.根据权利要求1所述的方法，其中，所述利用所述第二训练样本数据集训练得到所述页面检测模型的操作包括：

将所述第二训练样本数据集划分为训练集和测试集；

将所述第二训练集输入待训练的页面检测模型进行模型训练，输出检测结果，并得到初始页面检测模型；

根据所述检测结果和所述训练集，得到检测误差分布估计；

根据所述测试集，对所述初始页面检测模型进行测试，得到预测结果；

根据所述预测结果和所述测试集，得到测试误差分布估计；

根据所述检测误差分布估计和所述测试误差分布估计，得到误差向量相似度；

在所述误差向量相似度不满足迭代停止条件的情况下，继续对所述初始页面检测模型进行迭代训练和测试，直到所述误差向量相似度符合迭代停止条件，得到所述页面检测模型。