基于LSTM的钓鱼邮件检测系统

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％.

关键词：钓鱼邮件、深度学习、LSTM神经网络

所属期刊栏目：40

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家协同创新专项课题资助项目2016QY06X1205

在线出版日期：2021-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1289-1294