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！

龙图腾网获悉北京理工大学申请的专利一种基于多模态融合的钓鱼网站检测方法及系统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：CN119835069B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510044408.7，技术领域涉及：H04L9/40；该发明授权一种基于多模态融合的钓鱼网站检测方法及系统是由丁立中;郭学蔚;张君宇;李星灿设计研发完成，并于2025-01-11向国家知识产权局提交的专利申请。

本一种基于多模态融合的钓鱼网站检测方法及系统在说明书摘要公布了：本发明属于网站安全技术领域，公开了一种基于多模态融合的钓鱼网站检测方法，本发明提出了一种基于多模态深度学习模型的风险识别方法，能够更好地适应风险防控数据的多样性和不平衡性。本方法利用BERT模型提取文本特征、ViT模型提取图片特征，将二者拼接后输入逻辑斯蒂分类器进行风险识别。通过文本和图像信息的融合，本方法提升了对复杂风险模式的识别准确性。缓解数据不平衡问题：通过多模态特征融合，本技术能够从不同模态的数据中提取风险特征，减轻了由于正负样本比例失衡而导致的模型偏差问题。多模态特征的组合使得模型在少数类样本的学习中表现更加出色，有助于提升对稀缺和异常样本的识别能力。

本发明授权一种基于多模态融合的钓鱼网站检测方法及系统在权利要求书中公布了：1.一种基于多模态融合的钓鱼网站检测方法，其特征在于，包括以下步骤： 步骤1，数据处理： 在构建钓鱼网站检测模型的过程中，首先收集包含历史URL及其对应网站截图的数据；从文本URL中获取图像信息，使用爬虫技术自动提取网站的截图，确保每个URL都有相应的图像数据，同时为每一个URL分配一个哈希值，用作对网站截图的索引； 在数据处理阶段，依据数据特性进行细致的处理，包括对缺失值的填补和异常值的筛选；同时，将在数据集中增加标签维度，将钓鱼网站标记为1，正常网站标记为0； 最后，将整体数据集按照4:1的比例进行分配，确保80％的样本用于训练集，20％的样本用于测试集，并保证钓鱼网站和正常网站在训练集和测试集中的比例保持一致； 步骤2，提取多模态特征； 步骤3，多模态融合：提取多模态特征后，将文本特征向量与图像特征向量拼接在一起； 步骤4，迭代优化：在最终预测分类中，损失函数为对数损失； 步骤5，钓鱼网站分类； 所述提取多模态特征： 1图像特征：在图像特征提取中，采用视觉ViT模型；ViT通过自注意力机制和多层结构；在输入模型前，通过resize操作将图像大小统一为224×224，对于输入图像I，将其划分为若干个大小为16×16的patches，形成一个patch序列P，即： P＝{p1,p2,…,pk},k＝224×22416×16＝196； 图像特征提取模型的架构如下公式所示： Timage＝FimageDimage， Timage为图像特征，F表示特征提取模型，D表示原始数据，Timage∈Rn×m； 2文本特征； 所述文本特征：在文本特征提取中，使用BERT模型对URL进行处理： 输入文本序列被分词并转换为TokenID，同时添加特殊标记： [CLS]：添加在文本起始，用于表示整个句子的向量； [SEP]：添加在文本末尾，用于分隔不同句子或文本的标记； BERT提取文本特征过程可以用公式表示： Turl＝FtextDtext，Turl为文本特征，Turl∈Rn×d。

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北京理工大学，其通讯地址为：100000 北京市海淀区中关村南大街5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。