一种基于多模态融合的钓鱼网站检测方法及系统

本发明属于网站安全技术领域，公开了一种基于多模态融合的钓鱼网站检测方法，本发明提出了一种基于多模态深度学习模型的风险识别方法，能够更好地适应风险防控数据的多样性和不平衡性。本方法利用BERT模型提取文本特征、ViT模型提取图片特征，将二者拼接后输入逻辑斯蒂分类器进行风险识别。通过文本和图像信息的融合，本方法提升了对复杂风险模式的识别准确性。缓解数据不平衡问题：通过多模态特征融合，本技术能够从不同模态的数据中提取风险特征，减轻了由于正负样本比例失衡而导致的模型偏差问题。多模态特征的组合使得模型在少数类样本的学习中表现更加出色，有助于提升对稀缺和异常样本的识别能力。