一种基于BERT和活跃学习的智能钓鱼邮件识别方法及系统

本发明公开了一种基于BERT和活跃学习的智能钓鱼邮件识别方法及系统，其中方法包括：本地模型训练：每台设备使用本地数据独立进行模型训练，通过预训练的BERT模型作为特征提取器，采用预设的邮件特征、应用注意力机制和活跃学习策略；模型参数更新：基于联邦学习技术，每台设备在本地模型训练完成后仅将模型参数的更新信息发送到中心服务器；全局模型更新：中心服务器从所有设备中收集模型参数的更新信息并进行聚合，得到全局模型的更新；模型同步：所有设备收到全局模型后，将本地模型与全局模型进行同步，并通过训练好的模型识别钓鱼邮件与合法邮件。本发明不仅提升了技术性能，也考虑了用户体验和系统的透明度。