[发明专利]一种基于工业4.0物联网的人工智能分类方法

权利要求书

1.一种基于工业4.0物联网的人工智能分类方法，其特征在于,该方法从传入流量中过滤不需要的电子邮件，然后将其分类为垃圾邮件和基于工业4.0的物联网IoTs系统的网络钓鱼，AI机制收集和分析电子邮件，以检测识别分类模式的多个特征，将输入的数据分为多个批次，每个批次都根据从前一批次分类中获得的知识进行分类。

2.如权利要求1所述的一种基于工业4.0物联网的人工智能分类方法，其特征在于，将传入流量划分为合法和可疑电子邮件，传入的电子邮件流量分为若干批；

(a)对于每个批次，从传入的电子邮件中提取特征，并为每个实例(电子邮件)创建特征向量；

(b)使用分层聚类算法对电子邮件进行聚类；

(c)该分类器使用聚类后得到的标签作为训练数据，并给出了两个类，即ham和spam。

3.如权利要求2所述的一种基于工业4.0物联网的人工智能分类方法，其特征在于，一旦有了这个分类，ham电子邮件将被分离，垃圾邮件将用于下一个分类阶段；

(A)进一步从垃圾邮件中过滤出网络钓鱼邮件；

(B)对于方法的第二层，选择最可行的特征来检测钓鱼电子邮件；

(C)这一层也遵循与垃圾邮件和火腿分类相同的程序；

(D)一旦垃圾邮件和钓鱼邮件在集群中分离，分类器使用这些集群输出创建垃圾邮件和钓鱼类；

(E)下一批进料的分类还包括前一批的结果，以提高准确性，对于所有阶段，流程的其余部分都是类似的。

4.如权利要求3所述的一种基于工业4.0物联网的人工智能分类方法，其特征在于，特征选择，电子邮件分类功能，用于垃圾邮件和火腿的分类，以及垃圾邮件和钓鱼电子邮件的分类；

基于正文的功能：这些功能取自电子邮件正文，包括HTML或表单的存在、电子邮件正文中字符和单词的总数等；

基于主题的功能：这些功能基于电子邮件主；

基于脚本的功能：这些功能基于电子邮件中脚本的使用，包括电子邮件中是否存在脚本，电子邮件是否包含弹出窗口等；

基于URL的功能：这些功能基于HTML电子邮件中的锚定标记；

基于发件人的功能：这些功能基于发件人的详细信息。

5.如权利要求4所述的一种基于工业4.0物联网的人工智能分类方法，特征在于，可疑和合法电子邮件的分类，将传入流量分为可疑(垃圾邮件和网络钓鱼)和合法电子邮件，传入电子邮件流量分为多个批次，每个批次的第一步是从传入电子邮件中提取特征，使用分层聚类方法对电子邮件进行聚类，该分类器使用聚类后得到的标签作为训练数据，并给出了两个类，即ham和spam。

6.如权利要求5所述的一种基于工业4.0物联网的人工智能分类方法，特征在于，网络钓鱼检测，有了这个分类，ham邮件将被分离，垃圾邮件将被用于下一个分类阶段，知道钓鱼通常是垃圾邮件的一个子集，进一步从垃圾邮件中过滤出网络钓鱼邮件，对于方法的第二层，再次是为钓鱼电子邮件检测选择最可行的特征，这一层也遵循与垃圾邮件和火腿分类相同的程序，一旦垃圾邮件和网络钓鱼邮件使用分层聚类在集群中分离，分类器将使用这些集群输出创建垃圾邮件和网络钓鱼类。

7.如权利要求6所述的一种基于工业4.0物联网的人工智能分类方法，特征在于，使用分层聚类算法进行聚类，在这一阶段，使用分层聚类方法，将实例聚类成树形；最初，当没有可用于训练的标记数据时，要求用户标记来自第一批的电子邮件，在第一批电子邮件上可以训练聚类算法，其余的电子邮件是根据这些训练数据进行分类的，在每个批次结束时，在每个批次结束时使用一个分类器对集群实例进行分类，这根据它对其训练的实例的预测能力进行评估的；对于下一批邮件，不做任何标记，从前一批邮件中获得的知识用于对邮件进行分类；该树由引入的代表点构造而成，增强搜索结果的相关性；此外，该方法还确定处理过程中的簇数。

8.如权利要求7所述的一种基于工业4.0物联网的人工智能分类方法，特征在于，分类算法，在每个批次结束时，使用一个分类器，该分类器使用前一批次进行训练，对于第一批，使用聚类算法的输出进行训练；对于这两个阶段，测试许多分类器，垃圾邮件检测阶段使用分类算法(即SMO和过滤关联)进行测试；在评估中，将对这些量词进行比较分析；在网络钓鱼检测阶段，使用MLP和随机森林进行测试；

在每一批的末尾，使用一个分类器来使用前一批进行训练，对于第一批，使用聚类算法的输出进行训练，对于这两个阶段，测试几个分类器，垃圾邮件检测阶段使用四种分类算法进行了测试，它们是：NalveBayes、SMO、随机森林。