删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

基于LSTM的钓鱼邮件检测系统

本站小编 Free考研考试/2021-12-21
本文二维码信息
二维码（扫一下试试看！）
基于LSTM的钓鱼邮件检测系统
Phishing Mail Detection System Based on LSTM Neural Network
投稿时间：2019-10-17
DOI：10.15918/j.tbit1001-0645.2019.262
中文关键词:钓鱼邮件深度学习LSTM神经网络
English Keywords:phishing emaildeep learninglong short-term memory (LSTM) neural network
基金项目:国家协同创新专项课题资助项目（2016QY06X1205）
作者单位E-mail
张鹏中国信息安全测评中心, 北京市 100085
孙博文中国信息安全测评中心, 北京市 100085
李唯实北京邮电大学 网络空间安全学院, 北京市 1008762014212998@bupt.edu.cn
徐君锋中国信息安全测评中心, 北京市 100085
孙岩炜中国信息安全测评中心, 北京市 100085
摘要点击次数:668
全文下载次数:293
中文摘要:
提出了一种基于LSTM的钓鱼邮件检测方式.该方式主要由两部分构成：分别为数据扩充部分及模型训练部分.数据扩展部分中，通过KNN与K-means算法扩大训练数据集，保证数据的数量能够满足深度学习算法的需要.在模型训练部分中，通过对数据进行预处理并将其转化为词向量矩阵，最后将转化完词向量通过训练得到LSTM神经网络模型.最终，可以根据训练好的LSTM模型将邮件分为正常邮件以及钓鱼邮件.通过实验对提出的算法进行了评估，实验结果显示提出的算法准确率可以达到95%.
English Summary:
A long short-term memory (LSTM)-based phishing email detection method was proposed.This method was arranged mainly with two parts:data expansion part and model training part.In the data extension part, KNN and K-means algorithms were used to extend the training data set to make the number of data sets capable support deep learning algorithms. In the model training part,the data were preprocessed and transformed into a word vector matrix.And then the word vector matrix was trained to form LSTM neural network model.Finally,the mail can be divided into normal mail and phishing mail according to the trained LSTM model.Experiments were carried out to evaluate the proposed algorithm.The experimental results show that the proposed algorithm can achieve the accuracy up to 95%.
查看全文查看/发表评论下载PDF阅读器
相关话题/数据 空间 实验 中文 北京邮电大学

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.