摘要
本发明公开了一种高效级联多阶段自适应阈值钓鱼检测方法,针对现有钓鱼检测技术中对抗鲁棒性不足、多模态协同不足、检测效率与精度失衡等问题,提出级联多阶段自适应阈值钓鱼检测框架。第一阶段通过轻量级单模态检测模型实现毫秒级初筛,拦截80%以上低级威胁;第二阶段采用抗干扰能力强的多模态融合模型,结合频域特征增强与动态噪声注入技术提升对抗鲁棒性,通过跨模态注意力机制挖掘深层关联特征,实现复杂钓鱼攻击的精准识别。同时集成在线学习模块,使系统持续适应新型攻击模式,最终达到高精度、低时延、强抗干扰的检测能力。
技术关键词
钓鱼检测方法
多阶段
URL特征
频域特征
通道注意力机制
语义特征
级联
视觉
逻辑回归分类器
文本内容特征
元素
样本
多模态协同
矩阵
特征提取算法
动态噪声
鲁棒性
滤波
系统为您推荐了相关专利信息
时域特征
频域特征
弱分类器
监测方法
多模态数据融合
图像特征信息
火情检测方法
预警方法
图像编码
光学图像数据
跟踪方法
特征融合网络
可见光
通道注意力机制
卡尔曼滤波
融合特征
RGB特征
多层次特征提取
图像
多尺度感知