[发明专利]钓鱼网页的深度学习智能检测方法无效
| 申请号： | 201110393959.2 | 申请日： | 2011-12-01 |
| 公开（公告）号： | CN102523202A | 公开（公告）日： | 2012-06-27 |
| 发明（设计）人： | 李元诚;沈尚方 | 申请（专利权）人： | 华北电力大学 |
| 主分类号： | H04L29/06 | 分类号： | H04L29/06;G06F17/30 |
| 代理公司： | 北京众合诚成知识产权代理有限公司 11246 | 代理人： | 朱琨 |
| 地址： | 102206 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了属于网络信息安全技术领域的钓鱼网页的深度学习智能检测方法。包括以下步骤：1)对网页文档模型进行分析，生成网页文档特征向量F；2)将待测网页转化为图像，并采用谱聚类方法对所得图像进行分割；3)提取网页图像特征，从而获得网页内容特征向量N；4)使用流形学习Isomap算法对网页内容特征向量N降维得到特征空间Vnew；5)用DBN分类器对特征空间Vnew进行训练和测试，根据DBN分类器结果判别待检测的网页是否为钓鱼网页。本发明的有益效果为：检测的特征参数覆盖更加全面，相比文本特征提取方法，DBN深度信任网络算法具有较高的检测精度和较快的检测速度，提高了钓鱼式攻击检测率。 | ||
| 搜索关键词： | 钓鱼 网页 深度 学习 智能 检测 方法 | ||
【主权项】：
钓鱼网页的深度学习智能检测方法，其特征在于，分为以下步骤：1)对网页文档模型进行分析，生成网页文档特征向量F；2)将待测网页转化为图像，并采用谱聚类方法对所得图像进行分割；3)提取网页图像特征，从而获得网页内容特征向量N；4)使用流形学习Isomap算法对网页内容特征向量N降维得到特征空间Vnew；5)用DBN分类器对特征空间Vnew进行训练和测试，根据DBN分类器结果判别待检测的网页是否为钓鱼网页。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力大学，未经华北电力大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110393959.2/，转载请声明来源钻瓜专利网。
