[发明专利]钓鱼网页的识别方法、装置、计算机设备及存储介质

权利要求书

1.一种钓鱼网页的识别方法，其特征在于，所述方法包括：

获取待识别网页的页面图像；

基于已训练的目标检测模型，获取所述页面图像中的徽标区域图像；

将所述徽标区域图像与预设白名单中的每个徽标图像作为一组图像，分别输入至预先训练的徽标识别模型，得到所述徽标区域图像与所述每个徽标图像之间的相似度，所述徽标识别模型为基于所述预设白名单中的徽标图像对孪生神经网络进行训练得到的；

若所述徽标区域图像与目标徽标图像之间的相似度大于预设阈值，将所述待识别网页对应的域名与所述目标徽标图像对应的网页域名进行匹配，所述目标徽标图像为所述预设白名单中的任一徽标图像；

若所述待识别网页对应的域名与所述目标徽标图像对应的网页域名不匹配，则确定所述待识别网页为仿冒所述目标徽标图像对应的网页的钓鱼网页。

2.根据权利要求1所述的方法，其特征在于，所述徽标识别模型的训练过程包括：

将所述预设白名单中的徽标图像及其对应的复制图像，输入至孪生神经网络，得到所述孪生神经网络输出的所述徽标图像与所述复制图像之间相似度；

基于所述徽标图像与所述复制图像之间相似度，确定第一损失值；

基于所述第一损失值对所述孪生神经网络进行迭代训练，直至所述孪生神经网络满足第一预设条件，得到训练后的孪生神经网络作为所述徽标识别模型。

3.根据权利要求2所述的方法，其特征在于，在所述将所述预设白名单中的徽标图像输入至孪生神经网络，得到所述孪生神经网络输出的相似度之前，所述方法还包括：

基于第一样本图像集对相同的第一残差网络以及第二残差网络进行预训练，得到训练后的所述第一残差网络以及第二残差网络；

基于所述训练后的所述第一残差网络以及第二残差网络，构建所述孪生神经网络。

4.根据权利要求1所述的方法，其特征在于，所述目标检测模型的训练过程包括：

将包含所述预设白名单中徽标图像的样本页面图像输入至初始目标模型，得到所述初始目标模型输出的所述样本页面图像中的徽标检测区域，所述样本页面图像被标注有徽标图像所在区域；

基于所述样本页面图像被标注的徽标图像所在区域与所述样本页面图像中的徽标检测区域，确定第二损失值；

基于所述第二损失值对所述初始目标模型进行迭代训练，直至所述初始目标模型满足第二预设条件，得到训练后的初始目标模型作为所述已训练的目标检测模型。

5.根据权利要求4所述的方法，其特征在于，所述将包含所述预设白名单中徽标图像的样本页面图像输入至初始目标模型，得到所述初始目标模型输出的所述样本页面图像中的徽标检测区域之前，所述方法还包括：

获取基于第二样本图像集训练得到的目标检测模型，作为所述初始目标模型。

6.根据权利要求1-5所述的方法，其特征在于，在所述将所述徽标区域图像与预设白名单中的每个徽标图像作为一组图像，分别输入至预先训练的徽标识别模型，得到所述徽标区域图像与所述每个徽标图像之间的相似度之后，所述方法还包括：

若所述徽标区域图像与所述每个徽标图像之间的相似度小于或等于所述预设阈值，则将所述待识别网页标记为待确定网页；

输出第一提示信息，所述第一提示信息用于提示用户对所述待确定网页进行确定。

7.根据权利要求6所述的方法，其特征在于，在所述输出第一提示信息之后，所述方法还包括：

若接收到目标确定结果，将所述徽标区域图像，以及将所述待识别网页对应的域名作为所述徽标区域图像对应的域名，添加至所述预设白名单，所述目标确定结果用于表征所述待确定网页不为钓鱼网页。