一种基于胶囊神经网络的钓鱼网站检测方法及系统

本发明公开了一种基于胶囊神经网络的钓鱼网站检测方法及系统。对网站URL的不同组件进行分割，实施字符级分词、截断填充及编码，以实现对不同组件的细粒度特征判别；提取组件级及URL整体的特征；利用胶囊网络学习整体空间结构，并通过联合分类网络区分正常与钓鱼URL。本方法和系统中引入对抗训练机制，对多嵌入层进行独立对抗训练，提高模型的准确率、F1‑Score和降低误报率，从而增强模型的鲁棒性和泛化能力。实验结果显示，本发明所述技术在百万级样本数据集上超越现有技术，有效提升了钓鱼URL的识别性能。