基于图神经网络与贝叶斯推理的钓鱼邮件多模态特征联合检测系统设计.docx

PAGE2

基于图神经网络与贝叶斯推理的钓鱼邮件多模态特征联合检测系统设计

摘要

随着钓鱼邮件攻击手段的日益精妙，传统的基于规则或单一模态特征的检测方法已难以应对伪装攻击、社会工程学诱导等复杂威胁。

本课题设计了一种融合图神经网络与贝叶斯推理的多模态特征联合检测系统，通过提取邮件文本、URL与元数据等多维信息，构建异构图结构以捕获长距离语义依赖与行为关联，并利用贝叶斯推理对不确定性进行建模，实现高精度的伪装攻击拦截。

系统研究遵循“需求分析—总体设计—详细设计—实现—测试”的工程化流程：首先分析钓鱼邮件检测的现实痛点与功能需求，随后设计总体架构与模块划分，进而对图构建、图神经网络编码、贝