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！

龙图腾网获悉西南石油大学申请的专利一种高效级联多阶段自适应阈值钓鱼检测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：CN120034399B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202510506019.1，技术领域涉及：H04L9/40；该发明授权一种高效级联多阶段自适应阈值钓鱼检测方法是由陈雁;曹婧;魏峰;易雨;许森海;徐超;刘创;李晨;张兴鹏;曾星杰;张舒;焦世祥;尹红设计研发完成，并于2025-04-22向国家知识产权局提交的专利申请。

本一种高效级联多阶段自适应阈值钓鱼检测方法在说明书摘要公布了：本发明公开了一种高效级联多阶段自适应阈值钓鱼检测方法，针对现有钓鱼检测技术中对抗鲁棒性不足、多模态协同不足、检测效率与精度失衡等问题，提出级联多阶段自适应阈值钓鱼检测框架。第一阶段通过轻量级单模态检测模型实现毫秒级初筛，拦截80%以上低级威胁；第二阶段采用抗干扰能力强的多模态融合模型，结合频域特征增强与动态噪声注入技术提升对抗鲁棒性，通过跨模态注意力机制挖掘深层关联特征，实现复杂钓鱼攻击的精准识别。同时集成在线学习模块，使系统持续适应新型攻击模式，最终达到高精度、低时延、强抗干扰的检测能力。

本发明授权一种高效级联多阶段自适应阈值钓鱼检测方法在权利要求书中公布了：1.一种高效级联多阶段自适应阈值钓鱼检测方法，其特征在于，包括如下步骤： S1、采集钓鱼网站与正规网站的数据并进行标注，构建包括URL特征、视觉元素、HTML源码的多维度数据集，具体包括如下步骤： S11、同步爬取钓鱼与正规网站的URL特征，包括协议类型、域名组成、路径层级、文件类型和参数字段； S12、通过Selenium自动化捕获网页关键视觉元素，识别品牌Logo、支付相关图标及诱导性图片； S13、解析HTML源码，提取超链接动态行为、用户隐私采集表单及文本内容特征，结合源码长度构建结构化元数据； S2、对所构建的多维度数据集进行预处理，得到多模态的标准化特征； S3、针对每种标准化特征构建单模态检测模型，具体包括如下步骤： S31、建立URL特征检测模型，采用高度为2的64通道卷积核提取URL特征的局部序列模式，利用双向LSTM双向捕捉时序上下文信息，经过全连接层进行批归一化进行逻辑回归输出最终结果； S32、建立HTML内容检测模型，将HTML中的文本进行语义编码转为固定长度的token序列，输入轻量化预训练的模型，提取[CLS]标签的语义向量作为全局特征，并将该向量输入逻辑回归分类器，通过线性变换与Sigmoid函数输出分类概率； S33、建立视觉元素检测模型，利用EfficientNet-B3迁移学习提取使用selemium爬取的正规网站上的正常样本特征，实时比对YOLOv5定位的Logo区域与建立的正常样本库中的视觉元素，通过比较网页的域名与徽标相关联的品牌的域名确定网页是否合法； S4、整合各模态的检测模型并进行优化，得到优化后的多模态决策融合结果，具体包括如下步骤： S41、将S3建立的多种单模态的检测模型的置信度座位特征构建特征矩阵，并对所构建的特征矩阵进行训练得到各模态的贡献权重，具体方式为： 式中，为特征矩阵，依次为URL特征、HTML以及视觉元素监测模型的置信度；为Sigmoid函数,为第i个模态的模态标签，为第i个特征矩阵，为回归参数，T为矩阵转置，为常数； S42、根据历史样本的置信度分布使用滑动窗口统计最近K个样本的置信度均值和标准差，根据样本的置信度分布设定阈值，根据各模态的表现动态的调整权重，加权投票得到置信度的最终结果，具体方式为： 基于S3中各单模态的样本的实时置信度的动态变化，利用Softmax函数对模态置信度pm进行归一化并进行动态融合得到融合结果pfinal，根据历史样本的置信度分布使用滑动窗口进行统计维护最近K个样本的pfinal均值和标准差，根据样本的置信度分布动态设定阈值得到各模态的实时置信度，并根据各模态的表现，对高置信度钓鱼样本利用单模态模型进行实时拦截，对低置信度钓鱼样本启用多模态深度检测，动态调整权重并进行加权投票得到最终的融合结果。

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西南石油大学，其通讯地址为：610000 四川省成都市新都区新都大道8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。