- 专利标题: 一种基于小样本学习的电子邮件作者身份归属识别方法
-
申请号: CN202111383946.7申请日: 2021-11-19
-
公开(公告)号: CN114036264B公开(公告)日: 2023-06-16
- 发明人: 许益家 , 方勇 , 刘中临 , 杨悦 , 郭文博
- 申请人: 四川大学
- 申请人地址: 四川省成都市武侯区一环路南一段24号
- 专利权人: 四川大学
- 当前专利权人: 四川大学
- 当前专利权人地址: 四川省成都市武侯区一环路南一段24号
- 主分类号: G06F16/33
- IPC分类号: G06F16/33 ; G06F16/35 ; G06F18/25 ; G06F18/241 ; G06F18/2415 ; G06N3/0442 ; G06N3/045 ; G06N3/0464 ; G06N3/047 ; H04L9/40 ; H04L51/42
摘要:
本发明是针对电子邮件作者身份归属的识别方法,检测的对象是电子邮件。本方法应用于电子邮件属主识别领域,其核心是针对电子邮件头部,在筛选出有价值的头部字段后,通过统计算法计算这些字段的特征。针对电子邮件正文,通过Word2Vec算法构建单词级别的文本表征,通过CNN算法构建字符级别文本表征,利用BiLSTM算法与自注意力机制捕获邮件作者书写习惯特征。将三部分特征进行融合得到新的表征,利用动态路由算法构建作者身份的类别向量,最后使用神经张量计算匿名邮件与作者类向量间的相似性,依据相似性分数为匿名邮件样本分配标签,最终实现作者的识别,该方法可以解决网络匿名攻击邮件的归属判定,为攻击溯源提供支撑。
公开/授权文献
- CN114036264A 一种基于小样本学习的电子邮件作者身份归属识别方法 公开/授权日:2022-02-11