涉诈APP多模态特征向量嵌入器的训练方法及系统

本发明公开了涉诈APP多模态特征向量嵌入器的训练方法及系统，涉及计算机安全技术领域，该方法的步骤包括：当用户提供保护权限后，收集应用的基本信息和用户行为数据；计算当前涉诈风险值，并设置初始涉诈风险阈值，当当前涉诈风险值大于初始涉诈风险阈值时，运行双层训练嵌入策略，通过结合浅层前馈神经网络模型和深度涉诈APP特征分类模型构成涉诈APP判断模型；当当前涉诈风险值小于或等于初始涉诈风险阈值时，直接运行自适应数据迁回策略，根据APP活跃状态和涉诈风险值得到迁回周期；本发明平衡了模型训练效率和实时响应能力，并使系统能够灵活适应不同数据质量，避免模型性能受噪声数据或低质量数据的影响。