[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

说明书

本申请公开了一种钓鱼网页的识别方法、装置、计算机设备以及存储介质，该方法通过基于已训练的目标检测模型，获取页面图像中的徽标区域图像，将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，得到徽标区域图像与每个徽标图像之间的相似度，若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，将待识别网页对应的域名与目标徽标图像对应的网页域名进行匹配，其中目标徽标图像为预设白名单中的任一徽标图像，若待识别网页对应的域名与目标徽标图像对应的网页域名不匹配，则确定待识别网页为钓鱼网页。该方法基于白名单训练检测模型，减少训练成本并提高对钓鱼网页检测的准确性和检测效率。

技术领域

本申请涉及互联网技术领域，更具体地，涉及一种钓鱼网页的识别方法、装置、计算机设备及存储介质。

背景技术

随着互联网用户数量的飞速增长，越来越多的钓鱼网站仿冒成正版官方网站，欺骗获取用户的账号、密码等隐私信息，造成直接经济损失，对用户的财产安全产生威胁。目前相关钓鱼网页的识别方法中，通常采用通过机器学习获得的模型对钓鱼网页进行识别，但这种识别方式中，其泛化能力和准确性不足。

发明内容

鉴于上述问题，本申请提出了一种钓鱼网页的识别方法、装置、计算机设备及存储介质。

第一方面，本申请实施例提供了一种钓鱼网页的识别方法，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。

第二方面，本申请实施例提供了一种钓鱼网页的识别装置，所述装置包括：页面获取模块、徽标获取模块、相似度对比模块、域名匹配模块以及网页判断模块，其中，页面获取模块用于获取待识别网页的页面图像；徽标获取模块用于基于已训练的目标检测模型，获取页面图像中的徽标区域图像；相似度对比模块用于将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，得到徽标区域图像与每个徽标图像之间的相似度，徽标识别模型为基于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；域名匹配模块用于若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，将待识别网页对应的域名与目标徽标图像对应的网页域名进行匹配，目标徽标图像为预设白名单中的任一徽标图像；网页判断模块用于若待识别网页对应的域名与目标徽标图像对应的网页域名不匹配，则确定待识别网页为仿冒目标徽标图像对应的网页的钓鱼网页。

第三方面，本申请实施例提供了一种计算机设备，包括：一个或多个处理器；存储器；一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行上述第一方面提供的钓鱼网页的识别方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述第一方面提供的钓鱼网页的识别方法。