摘要
本发明提供了一种基于多特征增强的恶意网址识别方法及系统,属于人工智能和信息安全领域,该方法主要包括输入包含恶意和正常URL的数据集,对所述URL对应的网页快照和网页文本进行抓取,然后对少数类样本进行图像和文本特征增强,增强特征主要由变分自编码器和生成对抗网络产生。之后,将增强后的图像与文本特征编码进行加权融合生成多模态特征向量,然后基于这种融合特征训练分类模型,输出恶意网址识别结果。本发明通过增强特征和多模态特征融合提高了恶意网址的识别精度,通过装置部署可以实时拦截恶意网址,增强了网络安全防护能力。
技术关键词
恶意网址识别方法
网页快照
文本
训练分类模型
轻量级卷积神经网络
生成对抗网络
拦截恶意网址
网络网关
融合多模态特征
爬虫
注意力机制
网络安全防护
图像
模拟浏览器
融合特征
编码器
模块
系统为您推荐了相关专利信息
新能源场站
数据管理方法
项目
电力需求预测
自然语言
学习状态监测方法
人体骨骼关键点
人脸表情
语义特征
人脸五官
情感分类方法
编码模块
文本
动态滑动窗口
情感分类模型
深度学习语言模型
语言分析方法
文本
异常数据
构建卷积神经网络