邮件检测方法、装置、设备、存储介质及产品制造方法及图纸

本申请提供一种邮件检测方法、装置、设备、存储介质及产品，涉及信息安全技术领域，该方法包括：采用语言表示模型获得待检测邮件的文本信息对应的文本向量；采用预设神经网络模型对所述文本向量进行特征提取，获得对应的文本特征向量；根据所述文本特征向量获得对应的文本分值；根据所述文本分值确定所述待检测邮件的检测结果。本申请的方法，无需人工进行处理，提高了处理效率，而且基于邮件的文本信息能够准确识别出钓鱼邮件，能够直接得到邮件检测结果。果。果。

【技术实现步骤摘要】
邮件检测方法、装置、设备、存储介质及产品


[0001]本申请涉及信息安全
，尤其涉及一种邮件检测方法、装置、设备、存储介质及产品。

技术介绍

[0002]网络钓鱼已经成为当前主要的网络欺诈手段，其中，网络钓鱼最常用的手段是钓鱼邮件。钓鱼邮件是指钓鱼攻击者通过伪造发件人地址，向收件人发送带有欺骗性内容的电子邮件，通过邮件的方式获取收件人的信息，如银行卡密码、用户名等。
[0003]目前的检测钓鱼邮件的方式为设置黑名单库，人为对钓鱼邮件进行判定，将钓鱼邮件的发件人设置黑名单用户，将黑名单用户添加到黑名单库中，后续采用黑名单库进行判定。
[0004]但是上述检测钓鱼邮件的方式依赖于黑名单库，需要人工预先对钓鱼邮件进行判定，从而更新黑名单库，人工处理不仅效率较低，而且准确度较低。

技术实现思路

[0005]本申请提供一种邮件检测方法、装置、设备、存储介质及产品，用以解决目前的钓鱼邮件的处理方式不仅效率较低且准确度较低的问题。
[0006]第一方面，本申请提供一种邮件检测方法，包括：
[0007]采用语言表示模型获得待检测邮件的文本信息对应的文本向量；
[0008]采用预设神经网络模型对所述文本向量进行特征提取，获得对应的文本特征向量；
[0009]根据所述文本特征向量获得对应的文本分值；
[0010]根据所述文本分值确定所述待检测邮件的检测结果。
[0011]第二方面，本申请提供一种邮件检测装置，包括：
[0012]处理单元，用于采用语言表示模型获得待检测邮件的文本信息对应的文本向量；
[0013]处理单元，还用于采用预设神经网络模型对所述文本向量进行特征提取，获得对应的文本特征向量；
[0014]评分单元，用于根据所述文本特征向量获得对应的文本分值；
[0015]处理单元，还用于根据所述文本分值确定所述待检测邮件的检测结果。
[0016]第三方面，本申请提供一种电子设备，包括：处理器，存储器及收发器；
[0017]处理器，存储器及收发器电路互联；
[0018]存储器存储计算机执行指令；
[0019]收发器，用于收发数据；
[0020]处理器执行存储器存储的计算机执行指令，使得处理器执行如第一方面所述的方法。
[0021]第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存
储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
[0022]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法。
[0023]本申请提供的邮件检测方法、装置、设备、存储介质及产品，通过采用语言表示模型获得待检测邮件的文本信息对应的文本向量；采用预设神经网络模型对所述文本向量进行特征提取，获得对应的文本特征向量；根据所述文本特征向量获得对应的文本分值；根据所述文本分值确定所述待检测邮件的检测结果，无需人工进行处理，提高了处理效率，而且基于邮件的文本信息能够准确识别出钓鱼邮件，能够直接得到邮件检测结果。
附图说明
[0024]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0025]图1为本申请提供的邮件检测方法的网络架构示意图；
[0026]图2为本申请提供的一种邮件检测方法的流程示意图；
[0027]图3为本申请提供的另一种邮件检测方法的流程示意图；
[0028]图4为本申请提供的一种文本向量的结构示意图；
[0029]图5为本申请提供的一种邮件检测装置的结构示意图；
[0030]图6为用来实现本申请实施例的邮件检测方法的电子设备的第一框图；
[0031]图7为用来实现本申请实施例的邮件检测方法的电子设备的第二框图。
[0032]通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0033]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0034]需要说明的是，本申请的邮件检测方法、装置、设备、存储介质及产品可用于金融领域。也可用于除金融领域以外的任意领域。本申请的邮件检测方法、装置、设备、存储介质及产品应用领域不作限定。
[0035]钓鱼邮件的内容可能会诱导用户点击登录网站填写相关信息、或者下载邮件中的恶毒附件以窃取用户的详细信息，最终给用户带来巨大的经济损失和信息安全问题。目前的检测钓鱼邮件的方式为设置黑名单库，人为对钓鱼邮件进行判定，将钓鱼邮件的发件人设置黑名单用户，将黑名单用户添加到黑名单库中，后续采用黑名单库进行判定。
[0036]但是上述检测钓鱼邮件的方式依赖于黑名单库，需要人工预先对钓鱼邮件进行判定，从而更新黑名单库，人工处理不仅效率较低，而且准确度较低。
[0037]所以针对现有技术中钓鱼邮件的处理方式不仅效率较低且准确度较低的问题，发
明人在研究中发现，采用语言表示模型获得待检测邮件的文本信息对应的文本向量，采用预设神经网络模型对文本向量进行特征提取，得到文本特征向量，进一步根据文本特征向量获得对应的文本分值，从而根据文本分值确定待检测邮件的检测结果，无需人工进行处理，提高了处理效率，而且基于邮件的文本信息能够准确识别出钓鱼邮件，能够直接得到邮件检测结果。
[0038]所以专利技术人基于上述的创造性发现，提出了本申请实施例的技术方案。下面对本申请实施例提供的邮件检测方法的网络架构及应用场景进行介绍。
[0039]如图1所示，本申请实施例提供的邮件检测方法对应的网络架构及包括：服务器1和用户终端2，服务器1和用户终端2通信连接，服务器1获取待检测邮件的文本信息，采用语言表示模型对文本信息进行向量化获得待检测邮件的文本信息对应的文本向量；服务器1采用预设神经网络模型对文本向量进行特征提取，获得对应的文本特征向量；根据文本特征向量获得对应的文本分值；服务器1根据文本分值确定待检测邮件的检测结果；若待检测邮件的检测结果为钓鱼邮件，则生成钓鱼邮件提示信息，显示钓鱼邮件提示信息，服务器1发送提示信息至用户终端2，无需人工进行处理，提高了处理效率，而且基于邮件的文本信息能够准确识别出钓鱼邮件，能够直接得到邮件检测结果，而且生成钓鱼邮件提示信息，能够及时提示用户。
[0040]以下将参照附图来具体描述本专利技术的实施例。
[0041]图2为本申请提供的一种邮件检测方法的流程示意图，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种邮件检测方法，其特征在于，所述方法包括：采用语言表示模型获得待检测邮件的文本信息对应的文本向量；采用预设神经网络模型对所述文本向量进行特征提取，获得对应的文本特征向量；根据所述文本特征向量获得对应的文本分值；根据所述文本分值确定所述待检测邮件的检测结果。2.根据权利要求1所述的方法，其特征在于，所述采用预设神经网络模型对所述文本向量进行特征提取，获得对应的文本特征向量，包括：采用所述预设神经网络模型中的卷积层对所述文本向量进行处理，获得所述文本向量对应的局部特征矩阵；采用所述预设神经网络模型中的基于注意力机制的池化层对所述局部特征矩阵进行处理，获得所述文本特征向量。3.根据权利要求2所述的方法，其特征在于，所述采用所述预设神经网络模型中的基于注意力机制的池化层对所述局部特征矩阵进行处理，获得所述文本特征向量，包括：采用所述池化层根据注意力数值，获得所述局部特征矩阵中各局部特征值对应的注意力权重，并根据各局部特征值及对应的注意力权重获得所述文本特征向量。4.根据权利要求1所述的方法，其特征在于，所述语言表示模型为BERT模型，则所述文本向量由文本信息中各文字对应的编码向量、对应的段向量及位置向量构成。5.根据权利要求1所述的方法，其特征在于，所述根据所述文本特征向量获得对应的文本分值，包括：采用softmax函数对所述对应的文本特征向量进行评分，获得对应的文本分值。6.根据权利要求1至5任一项所述的方法，其特...

【专利技术属性】
技术研发人员：王安，沈思洁，沈巍毅，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：