-
公开(公告)号：CN115618300A
公开(公告)日：2023-01-17
申请号：CN202211253669.2
申请日：2022-10-13
Applicant: 安徽大学
IPC: G06F18/25 , G06F18/241 , G06F21/55 , G06N3/0464 , G06N3/047 , G06N3/09
Abstract: 本发明公开一种融合最优人工特征和深度特征的钓鱼网站检测方法，先对网络钓鱼特征(简称人工特征)进行编码，然后通过证据权重来删除无用特征；使用双向搜索算法并结合模拟退火策略去除冗余特征；接着基于卷积神经网络的特征提取模型CNN对URL进行自动提取深度特征；在得到URL深度特征后，将之与经特征选择后的最优人工特征进行融合，进而从多方面表达钓鱼网站的特征信息；通过建立随机森林分类模型的方式实现对钓鱼网站的检测。本发明通过特征选择算法降低了人工特征维度，并将之与深度学习算法自动提取的URL深度特征融合，极大地提高了钓鱼网站检测的准确率和速度。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
