1.3 基于深度學習的詐騙網站識別

相較于基于規則的方法，基于機器學習的詐騙網站識別方法獲得了更好的效果。但基于機器學習的方法依賴于對詐騙網站的特征工程，較為耗費時間，同時隨著新的詐騙網站不斷涌現，依賴于專家更新分析，提取新的特征，因而耗時耗力。而深度學習技術可以有效改善上述詐騙網站識別中遇到的問題，因此有關深度學習技術的詐騙網站識別研究，也逐漸廣泛。例如杜錦波^[7]、付順順^[8]等人采用網頁分類任務的思想看待詐騙網站識別目標，結合了集成學習的思想，將多個FastText弱分類模型通過組合的方式，得到一個對于詐騙網站識別的強分類器，取得了不錯的實驗結果。

1.4 本文的主要研究內容

研究內容主要為對于詐騙網站的自動識別。具體來說，考慮網站所包含的文本特征和網絡特征，來搭建識別模型，從而實現詐騙網站的自動識別。由于詐騙網站數量較少，可信網站數量遠大于詐騙網站的數量且類別較多，即兩類數據存在嚴重的不平衡情況，若采用二分類模型，則負類選取采樣較為困難，因此考慮采用的模型為單分類模型，即訓練數據僅有一類，模型最終識別樣本是否屬于該類。單分類模型主要有采用機器學習方法1-SVM，采用深度學習方法的CVDD。