一种基于有监督学习的多级钓鱼网站检测方法及检测系统

    公开(公告)号:CN109510815B

    公开(公告)日:2022-01-25

    申请号:CN201811224807.8

    申请日:2018-10-19

    Abstract: 本发明涉及一种基于有监督学习的多级钓鱼网站检测方法及检测系统,第一检测层以黑名单数据库或白名单数据库进行钓鱼网站判断,匹配则直接输出,否则第二检测层提取待检测网站URL的特征并以已知钓鱼网站的URL特征构建分类器模型进行检测,若检测为可疑网站则第三检测层下载待检测网站的页面,获得页面内容特征,以已知钓鱼网站内容特征构建分类器模型进行检测,输出端输出待检测网站为钓鱼网站或正常网站并将数据增加至黑名单数据库和白名单数据库。本发明的一级黑白名单判断已知网站,降低检测成本,二级URL检测辨别明确的钓鱼网站或正常网站,三级页面内容检测对二级检测的可疑网站进行识别,判定结果精确;识别结果准确且检测时间短。

    一种基于有监督学习的多级钓鱼网站检测方法及检测系统

    公开(公告)号:CN109510815A

    公开(公告)日:2019-03-22

    申请号:CN201811224807.8

    申请日:2018-10-19

    Abstract: 本发明涉及一种基于有监督学习的多级钓鱼网站检测方法及检测系统,第一检测层以黑名单数据库或白名单数据库进行钓鱼网站判断,匹配则直接输出,否则第二检测层提取待检测网站URL的特征并以已知钓鱼网站的URL特征构建分类器模型进行检测,若检测为可疑网站则第三检测层下载待检测网站的页面,获得页面内容特征,以已知钓鱼网站内容特征构建分类器模型进行检测,输出端输出待检测网站为钓鱼网站或正常网站并将数据增加至黑名单数据库和白名单数据库。本发明的一级黑白名单判断已知网站,降低检测成本,二级URL检测辨别明确的钓鱼网站或正常网站,三级页面内容检测对二级检测的可疑网站进行识别,判定结果精确;识别结果准确且检测时间短。

    一种基于线性分析的成长性预测方法和装置

    公开(公告)号:CN114638402A

    公开(公告)日:2022-06-17

    申请号:CN202210173962.1

    申请日:2022-02-24

    Abstract: 本发明公开了一种基于线性分析的成长性预测方法和装置,其中,该方法包括:获取企业多个属性数据;将企业多个属性数据输入训练好的线性成长模型进行企业分析评估,以得到企业成长性评分;其中,线性成长模型是基于分布式训练获得;基于企业成长性评分,得到企业成长性预测结果。本发明可以有效的评估企业自身的成长价值,帮助创业园区的管理者评估待入驻企业的成长性,辅助制定相关的优惠政策。

Patent Agency Ranking