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！

龙图腾网获悉华南理工大学申请的专利基于集成学习与主动学习的网络钓鱼页面识别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：CN119449398B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202411509879.2，技术领域涉及：H04L9/40；该发明授权基于集成学习与主动学习的网络钓鱼页面识别方法是由黄思泳;余志文;杨楷翔设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本基于集成学习与主动学习的网络钓鱼页面识别方法在说明书摘要公布了：本发明公开了一种基于集成学习与主动学习的网络钓鱼页面识别方法，包括：收集网络页面并处理为初始数据集；对初始数据集聚类，构建簇集合；对簇集合中的簇训练单类宽度学习系统，分配权重构建第一集成学习模型；设立缓冲区暂存无法识别的页面，并聚类后识别类型，再训练单类宽度学习系统加入第一集成学习模型，形成第二集成学习模型；设计权重调整机制，适应钓鱼页面变化；利用第二集成学习模型对页面进行识别，若失败则送至缓冲区；若成功则计算置信度分数，并选择最高分数的数据标签来确定页面是否为钓鱼页面。本发明能够减少钓鱼页面识别过程中专业人员的参与，并保持优秀的识别成功率，为网络安全领域提供了一种有效的解决方案。

本发明授权基于集成学习与主动学习的网络钓鱼页面识别方法在权利要求书中公布了：1.基于集成学习与主动学习的网络钓鱼页面识别方法，其特征在于，包括如下步骤： S1：收集网络页面数据并进行预处理操作，包括网页特征提取和噪声数据去除，得到数值化特征的初始数据集； S2：对初始数据集中的每个类别的数据，分别应用DBSCAN密度聚类算法进行独立聚类形成多个不同的簇，组成簇集合； S3：针对簇集合中的每个簇，分别训练一个单类宽度学习系统，每个单类宽度学习系统负责识别特定类别或某一个类别的一部分特征信息； S4：为每个单类宽度学习系统分配相同权重，将所有单类宽度学习系统组合在一起，构建第一集成学习模型； S5：设立缓冲区，用于存储第一集成学习模型无法识别的网络页面数据，并持续监测缓冲区内的数据，当缓冲区内数据数量超过预设值时，对缓冲区内的数据执行DBSCAN密度聚类算法，若能形成新簇，则使用新簇的数据训练一个新的单类宽度学习系统，并请求新簇中重构误差最小的h个数据的类别确定新簇中的网络钓鱼页面的具体类型，之后将新训练的单类宽度学习系统加入到第一集成学习模型中，形成第二集成学习模型； S6：动态调整第二集成学习模型中每个单类宽度学习系统的权重以平衡其重要性，从而应对网络攻击手段的变化； S7：对于待识别的网络页面，对其进行预处理操作，提取其特征并去噪后传递到第二集成学习模型中进行识别，若识别失败则传递到缓冲区内保存，若识别成功则计算第二集成学习模型中每个单类宽度学习系统的识别置信度； S8：根据每个单类宽度学习系统的识别置信度结果，对待识别的网络页面进行分类，判断其是正常页面还是网络钓鱼页面。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。

以上内容由龙图腾AI智能生成。