Indexed by：
Abstract：
本发明公开了一种基于深度学习的钓鱼网站检测方法，包括：将钓鱼网站样本数据预处理为统一矩阵格式；构建包括输入层、卷积层、池化层、全连接层和输出层的卷积神经网络模型；将统一矩阵格式的钓鱼网站样本数据输入卷积神经网络模型，并将输出结果与对应的标注标签进行关联学习；将网站数据输入学习完成后的卷积神经网络模型，以判断对应网站是否属于钓鱼网站。通过本发明的技术方案，在对钓鱼网站进行二分类检测保持较高准确率的同时，拥有非常小的误判率。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202010019324.5
Filing Date： 2020-01-08
Publication Date： 2020-06-05
Pub. No.： CN111245820A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
