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！

龙图腾网获悉浙江大学杭州国际科创中心申请的专利基于预训练语言模型的钓鱼URL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：CN115994224B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310105616.4，技术领域涉及：H04L9/40；该发明授权基于预训练语言模型的钓鱼URL检测方法及系统是由许海涛;朱微凡;王延斌;秦湛;任奎设计研发完成，并于2023-01-29向国家知识产权局提交的专利申请。

本基于预训练语言模型的钓鱼URL检测方法及系统在说明书摘要公布了：本发明公开一种基于训练语言模型的钓鱼URL检测方法及系统，方法包括：获取URL数据源，构建URL语料库；构建URL分词系统，训练URL分词系统及初始化词嵌入，得到URL初始化子词向量；构建多层网络编码器，基于三元组掩码对多层网络编辑器进行训练，得到模糊掩码语言模型；对模糊掩码语言模型进行微调处理以得到钓鱼URL检测任务模型；将待测URL输入至所述钓鱼URL检测任务模型中，得到检测结果。本发明具有极高的钓鱼网站检测成功率，公开数据评估上识别率达到99％以上；只需要将原始的URL送入到模型中，模型会自动地执行分词、生成词向量、特征提取以及训练；本发明的模型使得准确率提高本发明的模糊掩码语言模型，能够减小预训练的难度。

本发明授权基于预训练语言模型的钓鱼URL检测方法及系统在权利要求书中公布了：1.一种基于训练语言模型的钓鱼URL检测方法，其特征在于，包括以下步骤： 获取URL数据源，构建URL语料库； 基于URL语料库，构建URL分词系统，训练URL分词系统及初始化词嵌入，得到URL初始化子词向量； 构建多层网络编码器，将所述URL初始化子词向量输入至所述多层网络编码器中得到位置编码，得到含有位置编码的子词序列，将含有位置编码的子词序列进行多头注意力信息加工得到注意力分数； 所述多层网络编码器包括12个Transformer编码器，每个Transformer编码器分别包括多头注意力组件和前馈层组件； 当所述URL的初始化嵌入表示平均嵌入向量输入至多层网络编码器，得到位置编码，所述位置编码为包含序列中特定位置信息的维向量，定义如下： 其中，表示第个元素在维位置编码向量中的值，=10000，，表示元素在输入中的位置，表示对应的编码，表示编码维度，表示产生输出向量的函数，为自然数，为实数； 将所述位置编码添加到实际嵌入表示之上，进而为输入子词序列配备相应的位置信息，得到含有位置编码的子词序列； 多头注意力组件对含有位置编码的子词序列进行多头注意力信息加工得到注意力分数，将所述注意力分数添加至实际嵌入表示中，Transformer编码器的注意机制通过三个矩阵实现，所述注意力机制的计算公式表示如下： 其中，表示加权和，表示查询，表示键，表示值； 前馈层组件包括两个线性变换函数和ReLU激活函数，则所述前馈层组件表示为： 其中，表示输入，，，，分别表示参数； 执行掩码语言模型预训练任务：基于三元组掩码对所述多层网络编码器进行训练，得到模糊掩码语言模型，其中，所述三元组掩码为：基于URL初始化子词向量组合形成三元组嵌入向量进而得到平均嵌入向量； 对所述模糊掩码语言模型进行微调处理以得到钓鱼URL检测任务模型； 将待测URL输入至所述钓鱼URL检测任务模型中，得到检测结果。

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浙江大学杭州国际科创中心，其通讯地址为：310000 浙江省杭州市萧山区市心北路99号5楼；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。