本申請(qǐng)涉及數(shù)據(jù)處理，具體涉及一種網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)時(shí)代的到來，當(dāng)網(wǎng)絡(luò)成為人民群眾的一種生活方式，各種暗藏的風(fēng)險(xiǎn)隨之而來，尤其是基于惡意網(wǎng)址的詐騙，輻射人群多、危害大、變化快，給網(wǎng)絡(luò)安全治理帶來新的挑戰(zhàn)。

2、在傳統(tǒng)的網(wǎng)址風(fēng)險(xiǎn)識(shí)別中，采用的主要方法是基于黑名單和啟發(fā)式規(guī)則等，這些方法維護(hù)迭代成本高，且較低的智能化水平難以應(yīng)對(duì)海量高速變化的互聯(lián)網(wǎng)信息。因此，當(dāng)前先進(jìn)的技術(shù)方案往往采用機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的方法對(duì)海量網(wǎng)址進(jìn)行檢測(cè)、識(shí)別和評(píng)估。例如：將網(wǎng)址訓(xùn)練樣本集的原始特征經(jīng)過特征工程后，輸入機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型中進(jìn)行訓(xùn)練。當(dāng)模型訓(xùn)練完成后，輸入預(yù)測(cè)網(wǎng)址樣本，按同樣方式進(jìn)行特征工程，則模型可以輸出一個(gè)詐騙風(fēng)險(xiǎn)評(píng)估分，后續(xù)可根據(jù)公安的業(yè)務(wù)規(guī)則劃定詐騙風(fēng)險(xiǎn)等級(jí)。但是，上述的方案僅僅使用了經(jīng)過特征工程處理后的結(jié)構(gòu)化特征，沒有考慮融合特征，因此導(dǎo)致模型預(yù)測(cè)的準(zhǔn)確性不足，最終導(dǎo)致當(dāng)前進(jìn)行網(wǎng)址風(fēng)險(xiǎn)評(píng)估時(shí)的準(zhǔn)確性低下。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供一種網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，用以解決當(dāng)前進(jìn)行網(wǎng)址風(fēng)險(xiǎn)評(píng)估時(shí)的準(zhǔn)確性低下的問題。

2、第一方面，本申請(qǐng)實(shí)施例提供一種網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，包括：

3、獲取待評(píng)估網(wǎng)址；

4、將所述待評(píng)估網(wǎng)址的原始特征輸入至網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型，得到所述網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型輸出的網(wǎng)址風(fēng)險(xiǎn)概率；其中，所述網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型是通過第三樣本網(wǎng)址數(shù)據(jù)及其標(biāo)簽對(duì)基準(zhǔn)模型進(jìn)行訓(xùn)練得到的；所述第三樣本網(wǎng)址數(shù)據(jù)包括第二樣本網(wǎng)址數(shù)據(jù)與增強(qiáng)網(wǎng)址數(shù)據(jù)；所述增強(qiáng)網(wǎng)址數(shù)據(jù)是通過所述基準(zhǔn)模型，基于所述第二樣本網(wǎng)址數(shù)據(jù)進(jìn)行逆標(biāo)簽的樣本挑選得到的；所述基準(zhǔn)模型是基于第一樣本特征與第二樣本特征進(jìn)行聯(lián)合訓(xùn)練得到的；所述第一樣本特征是基于第一樣本網(wǎng)址數(shù)據(jù)進(jìn)行多模態(tài)特征提取得到的，所述第二樣本特征是通過深度因子分解機(jī)模型基于所述第一樣本網(wǎng)址數(shù)據(jù)進(jìn)行特征提取得到的；

5、基于所述網(wǎng)址風(fēng)險(xiǎn)概率對(duì)所述待評(píng)估網(wǎng)址進(jìn)行安全防護(hù)。

6、在一個(gè)實(shí)施例中，所述多模態(tài)特征包括url特征、網(wǎng)頁文本特征與網(wǎng)頁截圖特征；

7、所述url特征與所述網(wǎng)頁文本特征，是通過textcnn模型基于所述第一樣本網(wǎng)址數(shù)據(jù)提取的；

8、所述網(wǎng)頁截圖特征是通過resnet-101模型基于所述第一樣本網(wǎng)址數(shù)據(jù)提取的。

9、在一個(gè)實(shí)施例中，所述網(wǎng)頁文本特征具體通過如下步驟提取得到：

10、獲取所述第一樣本網(wǎng)址數(shù)據(jù)對(duì)應(yīng)的網(wǎng)頁文本；

11、對(duì)所述網(wǎng)頁文本進(jìn)行數(shù)據(jù)預(yù)處理，得到預(yù)處理文本；

12、對(duì)所述預(yù)處理文本進(jìn)行掩碼處理，得到掩碼文本；

13、通過textcnn模型對(duì)所述掩碼文本進(jìn)行特征提取，得到網(wǎng)頁文本特征。

14、在一個(gè)實(shí)施例中，所述第二樣本特征是通過如下步驟確定的：

15、獲取所述第一樣本網(wǎng)址數(shù)據(jù)的外部統(tǒng)計(jì)信息；

16、將所述外部統(tǒng)計(jì)信息編碼為二進(jìn)制向量，得到編碼向量；

17、通過深度因子分解機(jī)模型對(duì)所述編碼向量進(jìn)行特征提取，得到第二樣本特征。

18、在一個(gè)實(shí)施例中，所述基準(zhǔn)模型是基于第一樣本特征與第二樣本特征，對(duì)預(yù)設(shè)風(fēng)險(xiǎn)評(píng)估模型進(jìn)行聯(lián)合訓(xùn)練得到的；所述預(yù)設(shè)風(fēng)險(xiǎn)評(píng)估模型的具體表達(dá)式如下：

19、

20、其中，x表示特征信息，所述特征信息由所述第一樣本特征與所述第二樣本特征拼接得到；y表示瀏覽網(wǎng)址對(duì)應(yīng)網(wǎng)頁的標(biāo)簽；z表示被騙的標(biāo)簽；pfrr表用戶示瀏覽網(wǎng)址對(duì)應(yīng)網(wǎng)頁后被騙的風(fēng)險(xiǎn)概率得分；p(y＝1|x)表示用戶瀏覽網(wǎng)址對(duì)應(yīng)網(wǎng)頁的風(fēng)險(xiǎn)概率得分；p(y＝1,z＝1|x)表示用戶瀏覽網(wǎng)址對(duì)應(yīng)網(wǎng)頁且被騙的風(fēng)險(xiǎn)概率得分。

21、在一個(gè)實(shí)施例中，所述增強(qiáng)網(wǎng)址數(shù)據(jù)是通過如下步驟確定的：

22、對(duì)第二樣本網(wǎng)址數(shù)據(jù)進(jìn)行掩碼處理，得到掩碼數(shù)據(jù)；

23、基于所述掩碼數(shù)據(jù)生成第四樣本網(wǎng)址數(shù)據(jù)；

24、通過所述基準(zhǔn)模型對(duì)所述第四樣本網(wǎng)址數(shù)據(jù)進(jìn)行逆標(biāo)簽的樣本挑選，基于逆標(biāo)簽的樣本挑選得到的網(wǎng)址數(shù)據(jù)確定增強(qiáng)網(wǎng)址數(shù)據(jù)。

25、在一個(gè)實(shí)施例中，所述基于所述網(wǎng)址風(fēng)險(xiǎn)概率對(duì)所述待評(píng)估網(wǎng)址進(jìn)行安全防護(hù)，包括：

26、根據(jù)所述網(wǎng)址風(fēng)險(xiǎn)概率確定所述待評(píng)估網(wǎng)址的風(fēng)險(xiǎn)等級(jí)；

27、基于所述風(fēng)險(xiǎn)等級(jí)確定并執(zhí)行所述待評(píng)估網(wǎng)址的目標(biāo)安全防護(hù)方案。

28、第二方面，本申請(qǐng)實(shí)施例提供一種網(wǎng)址風(fēng)險(xiǎn)評(píng)估裝置，包括：

29、獲取模塊，用于獲取待評(píng)估網(wǎng)址；

30、輸入模塊，用于將所述待評(píng)估網(wǎng)址的原始特征輸入至網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型，得到所述網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型輸出的網(wǎng)址風(fēng)險(xiǎn)概率；其中，所述網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型是通過第三樣本網(wǎng)址數(shù)據(jù)及其標(biāo)簽對(duì)基準(zhǔn)模型進(jìn)行訓(xùn)練得到的；所述第三樣本網(wǎng)址數(shù)據(jù)包括第二樣本網(wǎng)址數(shù)據(jù)與增強(qiáng)網(wǎng)址數(shù)據(jù)；所述增強(qiáng)網(wǎng)址數(shù)據(jù)是基于所述基準(zhǔn)模型對(duì)所述第二樣本網(wǎng)址數(shù)據(jù)進(jìn)行逆標(biāo)簽的樣本挑選得到的；所述基準(zhǔn)模型是基于第一樣本特征與第二樣本特征進(jìn)行聯(lián)合訓(xùn)練得到的；所述第一樣本特征是基于第一樣本網(wǎng)址數(shù)據(jù)進(jìn)行多模態(tài)特征提取得到的，所述第二樣本特征是通過深度因子分解機(jī)模型基于所述第一樣本網(wǎng)址數(shù)據(jù)進(jìn)行特征提取得到的；

31、防護(hù)模塊，用于基于所述網(wǎng)址風(fēng)險(xiǎn)概率對(duì)所述待評(píng)估網(wǎng)址進(jìn)行安全防護(hù)。

32、第三方面，本申請(qǐng)實(shí)施例提供一種電子設(shè)備，包括處理器和存儲(chǔ)有計(jì)算機(jī)程序的存儲(chǔ)器，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)第一方面所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法。

33、第四方面，本申請(qǐng)實(shí)施例提供一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法。

34、本申請(qǐng)實(shí)施例提供的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，通過第一樣本網(wǎng)址數(shù)據(jù)進(jìn)行多模態(tài)特征提取得到第一樣本特征，以及通過深度因子分解機(jī)模型基于第一樣本網(wǎng)址數(shù)據(jù)進(jìn)行特征提取得到第二樣本特征，由此可以根據(jù)第一樣本特征與第二樣本特征進(jìn)行聯(lián)合訓(xùn)練得到基準(zhǔn)模型；進(jìn)一步可以通過基準(zhǔn)模型對(duì)第二樣本網(wǎng)址數(shù)據(jù)進(jìn)行逆標(biāo)簽的樣本挑選得到增強(qiáng)網(wǎng)址數(shù)據(jù)，最后通過包括增強(qiáng)網(wǎng)址數(shù)據(jù)與第二樣本網(wǎng)址數(shù)據(jù)的第三樣本網(wǎng)址數(shù)據(jù)及其標(biāo)簽對(duì)基準(zhǔn)模型進(jìn)行訓(xùn)練得到網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型。通過多模態(tài)特征與深度因子分解機(jī)模型提取的特征進(jìn)行聯(lián)合訓(xùn)練，使訓(xùn)練得到的基準(zhǔn)模型具有較高的魯棒性，通過基準(zhǔn)模型對(duì)樣本網(wǎng)址進(jìn)行增強(qiáng)，可以提高基于增強(qiáng)網(wǎng)址數(shù)據(jù)與第二樣本網(wǎng)址數(shù)據(jù)訓(xùn)練得到的網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型的泛化性能，由此可以提高網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型的預(yù)測(cè)準(zhǔn)確性，使得通過網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型對(duì)待評(píng)估網(wǎng)址的原始特征進(jìn)行預(yù)測(cè)時(shí)更加準(zhǔn)確，進(jìn)而可以根據(jù)預(yù)測(cè)得到的網(wǎng)址風(fēng)險(xiǎn)概率，準(zhǔn)確地對(duì)待評(píng)估網(wǎng)址進(jìn)行安全防護(hù)，可以提高網(wǎng)址風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性。

技術(shù)特征：

1.一種網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述多模態(tài)特征包括url特征、網(wǎng)頁文本特征與網(wǎng)頁截圖特征；

3.根據(jù)權(quán)利要求2所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述網(wǎng)頁文本特征具體通過如下步驟提取得到：

4.根據(jù)權(quán)利要求1所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述第二樣本特征是通過如下步驟確定的：

5.根據(jù)權(quán)利要求1所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述基準(zhǔn)模型是基于第一樣本特征與第二樣本特征，對(duì)預(yù)設(shè)風(fēng)險(xiǎn)評(píng)估模型進(jìn)行聯(lián)合訓(xùn)練得到的；所述預(yù)設(shè)風(fēng)險(xiǎn)評(píng)估模型的具體表達(dá)式如下：

6.根據(jù)權(quán)利要求1所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述增強(qiáng)網(wǎng)址數(shù)據(jù)是通過如下步驟確定的：

7.根據(jù)權(quán)利要求1-6任一項(xiàng)所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述基于所述網(wǎng)址風(fēng)險(xiǎn)概率對(duì)所述待評(píng)估網(wǎng)址進(jìn)行安全防護(hù)，包括：

8.一種網(wǎng)址風(fēng)險(xiǎn)評(píng)估裝置，其特征在于，包括：

9.一種電子設(shè)備，包括處理器和存儲(chǔ)有計(jì)算機(jī)程序的存儲(chǔ)器，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至7任一項(xiàng)所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法。

10.一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)為計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至7任一項(xiàng)所述的網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法。

技術(shù)總結(jié)
本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，提供一種網(wǎng)址風(fēng)險(xiǎn)評(píng)估方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，所述方法包括：將待評(píng)估網(wǎng)址的原始特征輸入至網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型，得到模型輸出的網(wǎng)址風(fēng)險(xiǎn)概率；其中，網(wǎng)址風(fēng)險(xiǎn)概率評(píng)估模型通過第三樣本網(wǎng)址數(shù)據(jù)及其標(biāo)簽對(duì)基準(zhǔn)模型進(jìn)行訓(xùn)練得到；第三樣本網(wǎng)址數(shù)據(jù)包括第二樣本網(wǎng)址數(shù)據(jù)與增強(qiáng)網(wǎng)址數(shù)據(jù)；增強(qiáng)網(wǎng)址數(shù)據(jù)通過基準(zhǔn)模型基于第二樣本網(wǎng)址數(shù)據(jù)進(jìn)行逆標(biāo)簽的樣本挑選得到；基準(zhǔn)模型基于第一樣本特征與第二樣本特征進(jìn)行聯(lián)合訓(xùn)練得到；第一樣本特征是進(jìn)行多模態(tài)特征提取得到的，第二樣本特征通過深度因子分解機(jī)模型進(jìn)行特征提取得到的；基于網(wǎng)址風(fēng)險(xiǎn)概率對(duì)待評(píng)估網(wǎng)址進(jìn)行安全防護(hù)。本申請(qǐng)可以提高網(wǎng)址風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確性。

技術(shù)研發(fā)人員：胡澤遠(yuǎn),李海傳,蔣健,羅瓊
受保護(hù)的技術(shù)使用者：中國移動(dòng)通信集團(tuán)浙江有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21