摘要
本申请公开了一种基于语义规则挖掘的恶意邮件检测方法及系统,其中方法包括:基于邮件检测精度要求,对从现有恶意邮件集中提取得到的若干个语义标签进行规则挖掘,生成恶意邮件筛选规则;将现有恶意邮件集与待检测邮件进行文本匹配,从所述待检测邮件中筛选出第一阈值封可疑邮件;根据所述恶意邮件筛选规则,通过图扩散算法计算每封所述可疑邮件与所述现有恶意邮件集的标签相似度,并根据所述标签相似度从所述可疑邮件中筛选出若干封恶意邮件。本申请挖掘出覆盖面更广、语义粒度更丰富的恶意邮件筛选规则,能在海量邮件中自动、准确检测出恶意邮件,降低恶意邮件检测的误漏判率。
技术关键词
恶意邮件检测方法
语义标签
语义规则
邮件特征
文本
扩散算法
可视化算法
节点
决策树模型
集成算法
精度
关系
模块
动态
终端设备
关键字
存储器
系统为您推荐了相关专利信息
语义特征提取
文本
LSTM模型
电力系统安全技术
电网事故预案
语言模型训练方法
语音对话数据
编解码器
语言模型训练系统
大语言模型
模板
特征提取算法
聚类分析算法
生成用户画像
自然语言