一种基于多特征增强的恶意网址识别方法及系统

AITNT
正文
推荐专利
一种基于多特征增强的恶意网址识别方法及系统
申请号:CN202510276202
申请日期:2025-03-10
公开号:CN120415763A
公开日期:2025-08-01
类型:发明专利
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
1
一种新能源场站数据管理方法、系统、设备及介质
新能源场站 数据管理方法 项目 电力需求预测 自然语言
2
学习状态监测方法、装置、设备及介质
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
3
面向语音识别噪声场景下多模态情感分析方法及系统
情感分析方法 语音 样本 文本 噪声
4
一种基于AeerBERT的弹幕文本非典型激发情感分类装置
情感分类方法 编码模块 文本 动态滑动窗口 情感分类模型
5
基于深度学习语言模型的语言分析方法及系统
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
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号