您好,欢迎来到聚文网。 登录 免费注册
诈骗网站智能识别技术与综合治理

诈骗网站智能识别技术与综合治理

  • 装帧: 平装
  • 出版社: 经济科学出版社
  • 作者: 周胜利
  • 出版日期: 2024-06-01
  • 商品条码: 9787521852684
  • 版次: 1
  • 开本: 其他
  • 出版年份: 2024
定价:¥60 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
作者简介
第一部分基于TextCNN的诈骗网站分类研究,介绍了传统诈骗网站研判方法,首先介绍Jieba和TextRank技术,然后基于TextCNN对电诈网站进行研判工作,最后提出传统方法的不足。第二部分诈骗网站图像识别研究,介绍了基于图像领袖决策的诈骗网站图像识别模型IRM-FWLD,首先介绍模型整体框架,然后介绍相关技术,最后通过实验验证模型识别诈骗网站的效果。第三部分诈骗网站识别模型的设计与实现,介绍了基于BERT和Inception-ResnetV2决策融合的诈骗网站识别模型IRWD-BIRF。首先展示识别模型的整体架构,随后对模型中的数据预处理和获取算法进行介绍,最后进行模型测试,分别对BERT模型、Inception-ResnetV2模型和IRWD-BIRF模型对诈骗网站进行判断,实验结果证明同时考虑文本、图像特征、基于BERT和Inception-ResnetV2决策融合的识别模型能取得更准确的分类结果。第四部分多模态诈骗网站识别方法研究,介绍了利用Stacking集成学习思想,结合文本、图像、URL等多个模态,提出一种基于相异模型集成的多模态诈骗网站识别方法,并通过实验验证其有效性。第五部分诈骗网站量化分析介绍了基于评分卡的诈骗网站量化分析模型。首先介绍模型整体框架,然后介绍IV、WOE等关键技术,最后通过与随机森林、SVM等模型对比,展示此模型的高效性。第六部分网络流量的诈骗网站识别,介绍了基于受害人视角下,基于网络行为分析的VIM-TFCN诈骗网站识别模型。首先介绍模型整体框架,然后介绍显性特征、行为向量化等关键技术原理,最后通过实验验证模型效能。第七部分分析诈骗网站综合治理方法

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网