买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉安徽大学申请的专利一种融合最优人工特征和深度特征的钓鱼网站检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115618300B 。

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211253669.2，技术领域涉及：G06F18/25；该发明授权一种融合最优人工特征和深度特征的钓鱼网站检测方法是由朱二周;张之正设计研发完成，并于2022-10-13向国家知识产权局提交的专利申请。

本一种融合最优人工特征和深度特征的钓鱼网站检测方法在说明书摘要公布了：本发明公开一种融合最优人工特征和深度特征的钓鱼网站检测方法，先对网络钓鱼特征简称人工特征进行编码，然后通过证据权重来删除无用特征；使用双向搜索算法并结合模拟退火策略去除冗余特征；接着基于卷积神经网络的特征提取模型CNN对URL进行自动提取深度特征；在得到URL深度特征后，将之与经特征选择后的最优人工特征进行融合，进而从多方面表达钓鱼网站的特征信息；通过建立随机森林分类模型的方式实现对钓鱼网站的检测。本发明通过特征选择算法降低了人工特征维度，并将之与深度学习算法自动提取的URL深度特征融合，极大地提高了钓鱼网站检测的准确率和速度。

本发明授权一种融合最优人工特征和深度特征的钓鱼网站检测方法在权利要求书中公布了：1.一种融合最优人工特征和深度特征的钓鱼网站检测方法，其特征在于，包括以下步骤： 步骤S1、获取URL样本数据集，该数据集的URL类型包括钓鱼网站与合法网站，作为训练样本和测试样本，将训练样本作为钓鱼数据集D； 步骤S2、对URL训练样本进行人工特征提取和特征预处理，然后设计特征选择法获得一组最优的人工特征集合； S2.1、人工特征提取，根据现有特征对钓鱼数据集D进行特征提取，获取初始的人工特征集合F； S2.2、计算人工特征集合F中所有特征f的基尼系数； S2.3、获得人工特征集合F中所有特征的最优特征分割点集合：将基尼系数最小值对应的特征作为最优特征分割点：对由该最优特征分割点划分的子集合继续划分为更小的集合，直到集合中的样本数量少于总样本量的10％，此时可认为特征f实现最优的离散化，获得特征f的特征分割点集合； S2.4、删除无用特征：通过证据权重WoE钓鱼特征进行排序，对所有InVa值小于预设值的特征进行删除； S2.5、删除冗余特征：结合模拟退火策略和双向搜索算法删除冗余特征； 步骤S3、使用one-hot编码和字符嵌入技术将URL转换为稠密向量，然后通过卷积神经网络学习URL的深层次特征，进而自动提取钓鱼网站深度特征Fdeep； 步骤S4、将提取的最优人工特征Foptimal和深度特征Fdeep融合为混合特征Fhybrid，然后将混合特征Fhybrid输入到随机森林分类器进行训练，获得最终的钓鱼网站检测模型； 步骤S5、将待检测的URL送入步骤S4训练好的钓鱼网站检测模型进行分类，判断目标URL是否合法，并将检测结果告知用户，从而降低网络钓鱼风险。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人安徽大学，其通讯地址为：230601 安徽省合肥市蜀山区经开区九龙路111号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。