基本信息

---

下载

文档摘要

---

摘要

摘要

随着互联网钓鱼攻击的日益增多，如何精准、高效地检测钓鱼网站已成为网

络安全领域的重大挑战。传统的钓鱼网站检测方法在应对复杂的钓鱼攻击时存在

一定的局限性，尤其在处理复杂特征和高维数据时，往往表现出较低的准确性和

泛化能力。本文提出了一种基于深度学习和稀疏注意力机制的钓鱼网站检测方法，

结合卷积神经网络（CNN）和双向长短期记忆网络（Bi-LSTM），并通过

Stacking-XGBoost分类器进行最终的分类判断