基于集成学习与主动学习的网络钓鱼页面识别方法

本发明公开了一种基于集成学习与主动学习的网络钓鱼页面识别方法，包括：收集网络页面并处理为初始数据集；对初始数据集聚类，构建簇集合；对簇集合中的簇训练单类宽度学习系统，分配权重构建第一集成学习模型；设立缓冲区暂存无法识别的页面，并聚类后识别类型，再训练单类宽度学习系统加入第一集成学习模型，形成第二集成学习模型；设计权重调整机制，适应钓鱼页面变化；利用第二集成学习模型对页面进行识别，若失败则送至缓冲区；若成功则计算置信度分数，并选择最高分数的数据标签来确定页面是否为钓鱼页面。本发明能够减少钓鱼页面识别过程中专业人员的参与，并保持优秀的识别成功率，为网络安全领域提供了一种有效的解决方案。