一种基于深度学习的社工评估数据生成方法
基本信息
| 申请号 | CN202111195721.9 | 申请日 | - |
| 公开（公告）号 | CN114117175A | 公开（公告）日 | 2022-03-01 |
| 申请公布号 | CN114117175A | 申请公布日 | 2022-03-01 |
| 分类号 | G06F16/951（2019.01）I;G06F16/958（2019.01）I;G06F16/33（2019.01）I;G06F40/242（2020.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 谢鑫;任玉坤;何召阳;何晓刚;周欢;朱伟光 | 申请（专利权）人 | 北京墨云科技有限公司 |
| 代理机构 | 北京巨弘知识产权代理事务所（普通合伙） | 代理人 | 赵洋 |
| 地址 | 100085北京市海淀区上地信息路12号1幢4层C401 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的社工评估数据生成方法，包括以下步骤：S1、页面数据获取：通过爬虫技术和人工手动模式收集钓鱼邮件数据；S2、页面特征工程：对钓鱼邮件数据进行清洗脏数据、补全缺失值、降维，去除低频词汇及停用词后生成统一格式的整理数据；S3、词向量模型生成：使用神经网络对整理数据进行自然语言处理，将整理数据进行编号生成词向量，通过对词向量进行训练拟合成词向量模型；S4、目标序列获取：通过Seq2Seq模型对词向量模型进行训练，得到长度变化的目标序列；S5、数据生成：根据目标序列结合用户行为习惯生成社工评估数据。本发明能够提高识别钓鱼邮件的能力，用于提高人们的信息安全意识水平。 |
