涉詐網(wǎng)絡(luò)平臺的檢測技術(shù)研究與實(shí)現(xiàn)*

孟彩霞 毛夏怡 林俊豪

1. 鐵道警察學(xué)院 2. 廣州鐵路公安局 3. 南昌鐵路公安局

引言

近年來，各類電信網(wǎng)絡(luò)詐騙犯罪與前沿網(wǎng)絡(luò)技術(shù)相結(jié)合，手法更迭迅速、窩點(diǎn)擴(kuò)散廣泛、作案群體專業(yè)、黑灰產(chǎn)業(yè)泛濫，全國涉詐警情數(shù)量仍處高位，涉案金額不斷攀升。國內(nèi)外研究者為遏制不法分子利用網(wǎng)絡(luò)平臺實(shí)施詐騙的違法犯罪行為，提出了許多檢測方法，主要包括傳統(tǒng)檢測方法和深度學(xué)習(xí)檢測方法。PhishTank平臺收集了世界各地提交的可能與詐騙有關(guān)的網(wǎng)站，利用黑白名單方法對比和分析用戶提交的數(shù)據(jù)是否是平臺收集的可疑涉詐網(wǎng)站[1]。該方法無法處理名單中暫不存在的數(shù)據(jù)，可能造成漏判的情況。啟發(fā)式方法是依賴人為經(jīng)驗(yàn)以及有效特征信息的檢測方法，通過建立規(guī)則來實(shí)現(xiàn)網(wǎng)頁的檢測，Sachin、Birmohan提出的AVBMEO以及Yang hulin等人使用的TF-IDF統(tǒng)計(jì)算法[2]，都使用了啟發(fā)式方法。但是隨著涉詐網(wǎng)站和正常網(wǎng)站之間的差異性逐漸縮小，規(guī)則更新也愈加困難[3]，導(dǎo)致檢測誤判率較高。視覺相似性方法是比較網(wǎng)站的外觀顯示界面特征，計(jì)算相似度是否達(dá)到某一閾值來判斷網(wǎng)站是否涉詐，F(xiàn)u等人提出了基于Earth Mover” s Distance的檢測算法以及朱怡等人研究的基于視覺特征的仿冒域名檢測方法[4]。該方法計(jì)算負(fù)擔(dān)較重，對視覺特征不同的網(wǎng)頁難以檢測成功。機(jī)器學(xué)習(xí)相關(guān)方法大多是基于收集到的特征集，具有較強(qiáng)的數(shù)據(jù)分類和聚類能力，檢測準(zhǔn)確性更高，Sandeep Kumar Satapathy等人使用的樸素貝葉斯和支持向量機(jī)模型對涉詐網(wǎng)站進(jìn)行分類[5]。但該方法需要消耗大量的底層系統(tǒng)時(shí)間，且處理特征集以外的數(shù)據(jù)比較困難。基于傳統(tǒng)人工特征提取的深度學(xué)習(xí)檢測方法可以有針對性地提取所需特征，能夠得到較好的準(zhǔn)確率，解決維度系數(shù)災(zāi)難問題，具有一定的泛化能力[6]。袁其祥通過手工提取20個(gè)URL的特征，通過預(yù)處理和字符嵌入將URL處理為向量的形式，再使用卷積神經(jīng)網(wǎng)絡(luò)和雙向長短期記憶網(wǎng)絡(luò)進(jìn)行特征提取，構(gòu)建深度學(xué)習(xí)模型，使其具有較高的魯棒性[7]。但是，這種方法需要人工提取特征，對復(fù)雜特征的處理能力有限，導(dǎo)致學(xué)習(xí)過程耗時(shí)費(fèi)力?；诒碚鲗W(xué)習(xí)的深度學(xué)習(xí)檢測方法可以自動抽象出語義特征，節(jié)省大量成本。Priya、Selvakumar等人將URL字符串表示成特征向量，再輸入深度學(xué)習(xí)模型進(jìn)行訓(xùn)練[8]，實(shí)現(xiàn)了對涉詐網(wǎng)站的快速檢測，具有良好效果。該方法節(jié)省了繁雜特征提取的過程，但僅僅檢測URL的特征不夠全面，沒有對網(wǎng)絡(luò)平臺進(jìn)行整體分析，識別準(zhǔn)確率還有待提高，可能會出現(xiàn)誤判漏判的情況。

基于電信網(wǎng)絡(luò)詐騙的嚴(yán)峻形勢，本文通過表征學(xué)習(xí)、雙向長短期記憶神經(jīng)網(wǎng)絡(luò)與特征融合訓(xùn)練檢測模型，將網(wǎng)站的各類屬性分別表示在矩陣空間上，將表征矩陣輸入CNN 和BiLSTM并添加Attention機(jī)制，從而學(xué)習(xí)更多隱含特征，精準(zhǔn)快速檢測涉詐網(wǎng)站，為公安機(jī)關(guān)辦理電詐案件提供新的思路。

一、深度學(xué)習(xí)相關(guān)技術(shù)

（一）卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）被廣泛用于圖像識別和分類，近年也流行于網(wǎng)頁檢測上，通過將網(wǎng)頁數(shù)據(jù)轉(zhuǎn)換為矩陣的形式，進(jìn)行訓(xùn)練學(xué)習(xí)。

CNN通常包括輸入數(shù)據(jù)、提取特征、識別分類三個(gè)部分，由卷積層、池化層和全連接層組成，主要特點(diǎn)是能夠通過“卷積核”捕獲局部特征，降低計(jì)算復(fù)雜度，減少訓(xùn)練時(shí)間，使訓(xùn)練模型更加穩(wěn)定。

（二）雙向長短期記憶神經(jīng)網(wǎng)絡(luò)

雙向長短期記憶神經(jīng)網(wǎng)絡(luò)（Bi-directional Long Short-Term Memory，BiLSTM），能很好地獲取整句話乃至上下文信息，通過全面分析歷史信息和預(yù)測信息，更充分地學(xué)習(xí)數(shù)據(jù)的隱含特征。如圖1所示，BiLSTM通常由一組向前的LSTM和一組向后的LSTM結(jié)合而成，將結(jié)果拼接輸出。

二、基于深度學(xué)習(xí)的涉詐網(wǎng)絡(luò)平臺檢測方法

（一）特征分析

1. URL字符串特征分析

URL為網(wǎng)站的訪問鏈接，是用戶進(jìn)入網(wǎng)站的入口，由協(xié)議、域名、端口、文件路徑、參數(shù)五部分組成。根據(jù)目前網(wǎng)站發(fā)展趨勢，結(jié)合現(xiàn)階段研究者提出的特征，分析出以下有利于區(qū)分是否為涉詐網(wǎng)站的特征信息。

（1）URL域名中是否存在IP地址。由于大量域名已被合法網(wǎng)站注冊，涉詐網(wǎng)站沒有注冊到合適的域名，或者因?yàn)樽杂蛎枰獙?shí)名認(rèn)證，而使用域名進(jìn)行詐騙可能更加容易被監(jiān)管人員追蹤，從而使得URL域名直接顯示為IP地址的形式。

（2）URL中域名拼寫錯(cuò)誤。一些涉詐網(wǎng)站可能會刻意模仿大型正常網(wǎng)站的域名來混淆視聽，例如將“taobao”更改為“taoba0”。

（3）URL的端口號。不同端口對應(yīng)不同服務(wù)，比如HTTP一般為80，HTTPS一般為433，而22端口通常用來實(shí)現(xiàn)遠(yuǎn)程連接服務(wù)，開放此端口可能存在惡意網(wǎng)絡(luò)行為。

（4）URL中是否出現(xiàn)特殊敏感字符。觀察許多涉詐網(wǎng)站URL后發(fā)現(xiàn)，在其路徑部分，可能出現(xiàn)一些敏感詞，比如“l(fā)ogin”“account”等；而在參數(shù)部分，可能出現(xiàn)中文字符被編碼的情況，比如“網(wǎng)絡(luò)詐騙”將被瀏覽器解析為“%E7%BD%91%E7%BB%9C%E8%AF%88%E9%AA%97”。

（5）URL中是否包含“@”。瀏覽器解析URL字符串時(shí)，會忽略“@”之前的內(nèi)容，例如在瀏覽器中訪問“https: //www.baidu.com@vip.com/”，其實(shí)進(jìn)入的是“https://www. vip.com/”。

（6）URL字符的長度。涉詐網(wǎng)站可能存在URL過長的問題，字符排列隨機(jī)，信息熵值較大，也有些涉詐網(wǎng)站為了解決這一問題，采用短鏈接的形式發(fā)送給受害者。

（7）URL中“.”的數(shù)量。正常URL一般使用兩個(gè)“.”來分割域名，如果一個(gè)URL中“.”出現(xiàn)的次數(shù)過多，則可能存在多個(gè)域名，存在涉詐風(fēng)險(xiǎn)。

（8）URL中“//”的數(shù)量。URL參數(shù)中可能開放重定向，將真正想讓用戶請求訪問的鏈接放到參數(shù)中，導(dǎo)致一個(gè)URL中含有多個(gè)“//”，從而實(shí)現(xiàn)頁面重定向。

（9）URL中標(biāo)志信息的來源。網(wǎng)頁加載時(shí)，圖像標(biāo)志信息通常會一起加載，正常情況下，這些圖標(biāo)和網(wǎng)站URL來自同一域名，如果來自不同域名，則存在虛假網(wǎng)站的可能。

（10）URL中數(shù)字、特殊字符的數(shù)量。涉詐網(wǎng)絡(luò)平臺通常含有很多數(shù)字和特殊字符。

2. HTML特征分析

HTML是由一系列元素構(gòu)成的用于定義內(nèi)容結(jié)構(gòu)的標(biāo)記語言，瀏覽器解析元素的標(biāo)簽，可以形成DOM樹，如圖2所示。

首先對HTML內(nèi)容進(jìn)行深入分析，許多涉詐網(wǎng)站在模仿其他大型網(wǎng)站時(shí)，通過修改其HTML文本內(nèi)容來實(shí)施詐騙，從而考慮到可能存在以下特征。

（2）HTML文本關(guān)鍵詞。涉詐網(wǎng)站為引誘用戶進(jìn)行一系列操作，獲取用戶個(gè)人隱私，可能會在網(wǎng)頁中加入一些獎勵(lì)機(jī)制，誘導(dǎo)用戶進(jìn)入圈套，比如顯示登錄有獎、可獲益等關(guān)鍵詞。

（3）HTML文本內(nèi)容長度。據(jù)統(tǒng)計(jì)，正常網(wǎng)頁和涉詐網(wǎng)頁與其HTML文本內(nèi)容長度的關(guān)系如圖3所示，HTML文本長度越長，正常網(wǎng)站數(shù)量所占比例越高。

（4）HTML標(biāo)簽內(nèi)是否含有敏感詞。比如標(biāo)簽中包含Email、password等敏感詞，容易導(dǎo)致用戶信息泄露。

3. DOM結(jié)構(gòu)特征分析

許多涉詐網(wǎng)站在模仿其他大型網(wǎng)站時(shí)，為降低成本，可能直接通過腳本自動生成，而導(dǎo)致HTML文本內(nèi)容的差異性不大，但本質(zhì)上的DOM結(jié)構(gòu)卻會存在較大差異。通過分析，DOM結(jié)構(gòu)可能存在以下特征。

（1）DOM結(jié)構(gòu)的相似性。涉詐網(wǎng)站通常都具有類似的目的，比如獲取用戶個(gè)人信息、賬號密碼等內(nèi)容，因此其在網(wǎng)頁結(jié)構(gòu)上可能存在一定的相似性。

（2）DOM結(jié)構(gòu)長度。涉詐網(wǎng)站制作可能較為簡單，與正常網(wǎng)站相比，在DOM結(jié)構(gòu)長度上可能具有一定的差異。據(jù)統(tǒng)計(jì)，涉詐網(wǎng)頁和正常網(wǎng)頁與其DOM結(jié)構(gòu)長度的關(guān)系如圖4所示，DOM結(jié)構(gòu)長度越長，正常網(wǎng)站數(shù)量所占比例越高。

（二）模型結(jié)構(gòu)設(shè)計(jì)

1. 流程設(shè)計(jì)

在深度學(xué)習(xí)領(lǐng)域，判別網(wǎng)站是否涉詐，可以看作一個(gè)二分類問題，具體而言可分為是涉詐網(wǎng)站和不是涉詐網(wǎng)站兩類。根據(jù)上一節(jié)的特征分析可知，采用深度學(xué)習(xí)技術(shù)檢測網(wǎng)站是否涉詐的方法具有一定的可行性?？紤]到手工提取特征的工作量較大，本實(shí)驗(yàn)通過表征學(xué)習(xí)技術(shù)自動處理原始樣本數(shù)據(jù)，再結(jié)合深度學(xué)習(xí)技術(shù)有效提取特征信息，基本實(shí)現(xiàn)對涉詐網(wǎng)絡(luò)平臺的檢測。

具體流程主要包括數(shù)據(jù)獲取、網(wǎng)頁表征、模型搭建、結(jié)果分類四大步驟，如圖5所示。

實(shí)驗(yàn)所需的正常網(wǎng)站和涉詐網(wǎng)站數(shù)據(jù)分別來自Alexa和PhishTank兩大平臺。其中Alexa平臺收錄有上十億的合法網(wǎng)站鏈接，并且根據(jù)每個(gè)鏈接的訪問量、瀏覽量等數(shù)據(jù)進(jìn)行綜合排名，可以作為正常網(wǎng)站數(shù)據(jù)集的收集渠道。而PhishTank平臺則收錄了大量非法涉詐網(wǎng)站數(shù)據(jù)，目前已累計(jì)記錄七百多萬條數(shù)據(jù)，并且每天實(shí)時(shí)更新，可以在此獲取涉詐網(wǎng)絡(luò)平臺的最新數(shù)據(jù)。

2. 網(wǎng)頁表征

表征學(xué)習(xí)可以將原始樣本自動表示為模型的輸入數(shù)據(jù)，為深度學(xué)習(xí)提取特征信息奠定基礎(chǔ)，提高運(yùn)算效率。在檢測涉詐網(wǎng)絡(luò)平臺時(shí)，可以將網(wǎng)頁表征為矩陣的形式，從URL、HTML、DOM三個(gè)角度分析每一個(gè)網(wǎng)頁，有效表達(dá)復(fù)雜多變的特征。

此次表征學(xué)習(xí)技術(shù)的實(shí)現(xiàn)主要包含樣本標(biāo)準(zhǔn)化、網(wǎng)頁嵌入表征兩大步驟：

（1）樣本標(biāo)準(zhǔn)化是對原始數(shù)據(jù)集進(jìn)行預(yù)處理。首先將輸入樣本看作是一條條的文本信息，對文本中的詞句進(jìn)行分割，統(tǒng)計(jì)每個(gè)數(shù)據(jù)長度，然后將原始數(shù)據(jù)序列化，固定序列長度為L，超過L的部分截取為新的序列，小于L的部分使用填充，再構(gòu)建映射表對標(biāo)準(zhǔn)序列進(jìn)行編碼。

（2）網(wǎng)頁嵌入表征是先將映射后的序列用獨(dú)熱編碼（one-hot）表示，然后輸入嵌入層（Embedding Layer）降低矩陣維度，解決獨(dú)熱編碼矩陣較為稀疏、易造成維度災(zāi)難的問題，再通過迭代更新、優(yōu)化權(quán)重系數(shù)，防止過擬合，最終將網(wǎng)頁表征成一個(gè)低維向量空間。

以URL為例，正常網(wǎng)站的URL和涉詐網(wǎng)站的URL往往在字符頻率、位置和特殊字符出現(xiàn)次數(shù)上有著不同的特征信息，如表1、表2所示。

?

?

據(jù)此，對URL的具體表征過程如下：

①計(jì)算URL中包含的字符，并按字符數(shù)量大小創(chuàng)建一個(gè)語料庫；

②固定字符串的長度L1=200，超過L1的部分截取為新的序列，小于L1的部分使用填充；

③根據(jù)語料庫構(gòu)建映射表，對URL進(jìn)行標(biāo)準(zhǔn)化編碼，其中[1,96]映射表由26個(gè)大寫字母、26個(gè)小寫字母、10個(gè)數(shù)字、33個(gè)特殊字符和1個(gè)填充符組成。

為更好地學(xué)習(xí)，除了處理單個(gè)字符之外，還將對URL中的詞進(jìn)行優(yōu)化處理：

①先使用“:”“//”“.”特殊字符將URL分割成“單詞”的形式，根據(jù)詞頻統(tǒng)計(jì)，建立語料庫，如（“www”，“google”，“com”）；

②然后固定URL單詞數(shù)量N1=100，超過N1的部分截取為新的序列，小于N1的部分使用填充；

③最后根據(jù)語料庫的大小建立映射表，對URL進(jìn)行編碼。

URL分別經(jīng)過上述標(biāo)準(zhǔn)化處理后，再進(jìn)行嵌入表征：

①將映射后的序列用one-hot表示，如標(biāo)準(zhǔn)化編碼（2,3），對應(yīng)的one-hot為[[0,1,0,…,0],[0,0,1,…,0]]；

②將獨(dú)熱編碼矩陣W輸入Embedding Layer再次降低維度，與隨機(jī)權(quán)重參數(shù)x相乘，得到較小矩陣V，見公式（1）。輸入Embedding Layer是因?yàn)橥ㄟ^字符標(biāo)準(zhǔn)化編碼得到one-hot矩陣較為稀疏，容易造成維度災(zāi)難問題。

最終將URL字符串表征為兩個(gè)低維向量空間，過程如圖6所示。

進(jìn)一步解析URL字符串，將其處理成HTML本文信息和DOM結(jié)構(gòu)。分別對HTML的詞、句進(jìn)行表征，結(jié)果如圖7所示；對DOM結(jié)構(gòu)進(jìn)行表征，結(jié)果如圖8所示。

3. 模型搭建

實(shí)驗(yàn)構(gòu)建的深度學(xué)習(xí)模型由CNN-BiLSTM改進(jìn)而成，在CNN、BiLSTM的基礎(chǔ)上添加了注意力機(jī)制（Attention）和特征融合，最后通過全連接輸出分類結(jié)果，其中輸入數(shù)據(jù)為URL、HTML、DOM表征學(xué)習(xí)得到的矩陣。

（1）卷積神經(jīng)網(wǎng)絡(luò)層

CNN對輸入的表征矩陣進(jìn)行卷積與池化。卷積核數(shù)量為k，大小為j×j，步長為s，與輸入矩陣W進(jìn)行卷積運(yùn)算，得到新的矩陣Q，計(jì)算公式見（2）。池化窗口大小為k×k，采用最大池化處理，得到CNN層的輸出序列Z，計(jì)算公式見（3）。

（2）雙向長短期記憶神經(jīng)網(wǎng)絡(luò)層

BiLSTM能夠通過隱藏層學(xué)習(xí)向前、向后兩個(gè)方向的信息，利用記憶單元和門控機(jī)制管理特征信息，將池化后的Z輸入到BiLSTM層，得到特征序列H，公式見（4）。

（3）注意力機(jī)制層

Attention用于提高重要信息的影響程度。在t時(shí)刻BiLSTM層輸出Ht時(shí) ，設(shè)置一個(gè)權(quán)重矩陣wa和 tanh偏置ba，計(jì)算出注意力參數(shù)et， 通過softmax得到歸一化權(quán)值αt，最后加權(quán)求和得到一個(gè)新的特征向量C，公式見（5）～（7）所示。

（4）特征融合層和輸出層

在特征融合層中，將URL、HTML、DOM經(jīng)過Attention 輸出的特征向量Cu1、Cu2、Ct1、Ct2、Cd，采用首尾拼接組合的方法，分別進(jìn)行特征融合，將得到Cu、Ct、Cd序列輸入全連接層，重組后再度拼接組合，最后全連接得到新序列A，特征融合過程如圖9所示。

在輸出層，模型采用Sigmoid函數(shù)實(shí)現(xiàn)二分類問題的預(yù)測，公式見（8）。判斷是否為涉詐網(wǎng)絡(luò)平臺。

三、實(shí)驗(yàn)

（一）數(shù)據(jù)集

實(shí)驗(yàn)數(shù)據(jù)集分為訓(xùn)練、驗(yàn)證和測試三個(gè)部分，分別為7:2:1，如表3所示。其中訓(xùn)練集用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型；驗(yàn)證集用于檢驗(yàn)?zāi)Ｐ偷挠行?，并調(diào)節(jié)模型參數(shù)，直至接近理想效果；測試集則用于測試訓(xùn)練好的模型，輸出評價(jià)指標(biāo)。

?

（二）實(shí)驗(yàn)參數(shù)

1. 系統(tǒng)環(huán)境

實(shí)驗(yàn)采用Windows10操作系統(tǒng)，TensorFlow2.3.0、Keras2.3.0框架，以及Anaconda4.8.3、Python3.6.7編譯環(huán)境。

2. 模型參數(shù)

模型設(shè)置卷積神經(jīng)網(wǎng)絡(luò)中的卷積、池化層數(shù)為1，卷積核大小為5×5、數(shù)量為128、步長為1，池化窗口大小為3×3。雙向長短期記憶神經(jīng)網(wǎng)絡(luò)中的層數(shù)為1，隱藏單元為128。全連接層數(shù)為3。批量數(shù)為64，Dropout為0.5，迭代次數(shù)為100。

（三）評價(jià)指標(biāo)

對于二分類問題的檢測主要涉及4種情況，以本實(shí)驗(yàn)為例，分別為：

①TP：被模型預(yù)測為涉詐的網(wǎng)站中，實(shí)際為涉詐網(wǎng)站樣本的數(shù)量；

②FP：被模型預(yù)測為涉詐的網(wǎng)站中，實(shí)際為正常網(wǎng)站樣本的數(shù)量；

③FN：被模型預(yù)測為正常的網(wǎng)站中，實(shí)際為涉詐網(wǎng)站樣本的數(shù)量；

④TN：被模型預(yù)測為正常的網(wǎng)站中，實(shí)際為正常網(wǎng)站樣本的數(shù)量。

根據(jù)以上情況，實(shí)驗(yàn)采用準(zhǔn)確率（Accuracy）、精確率（Precision）、召回率（Recall）、F1這4個(gè)評價(jià)指標(biāo)。Accuracy表示被預(yù)測正確的網(wǎng)站數(shù)量占所有網(wǎng)站的比例，公式見（9）。Precision表示在所有被預(yù)測為涉詐的網(wǎng)站中實(shí)際為涉詐網(wǎng)站樣本的概率，見公式（10）。Recall表示在實(shí)際為涉詐網(wǎng)站的樣本中被預(yù)測為涉詐網(wǎng)站的概率，見公式（11）。F1是一個(gè)綜合指標(biāo)，它是精確率與召回率的調(diào)和平均，取值在0到1之間，F(xiàn)1越大性能越好，公式見（12）。

（四）結(jié)果分析

1. 模型結(jié)果

實(shí)驗(yàn)通過多層神經(jīng)網(wǎng)絡(luò)對不同特征進(jìn)行分別訓(xùn)練、融合輸出，提高了模型的準(zhǔn)確性，訓(xùn)練過程中Accuracy和Loss的變化如圖10、圖11所示。

最終得到的各項(xiàng)評價(jià)指標(biāo)值如表4所示，各項(xiàng)性能結(jié)果較優(yōu)。

?

2. 對比實(shí)驗(yàn)

在上述實(shí)驗(yàn)的基礎(chǔ)上，分別從輸入數(shù)據(jù)和模型結(jié)構(gòu)上設(shè)置對照組，通過對比結(jié)果來驗(yàn)證模型的有效性。

（1）輸入數(shù)據(jù)的對比實(shí)驗(yàn)

根據(jù)目前的研究現(xiàn)狀，許多實(shí)驗(yàn)通過分析URL特征，或是分析URL和HTML的組合特征進(jìn)行分析?；诖?，如表5所示，設(shè)置以下實(shí)驗(yàn)。

?

（2）模型結(jié)構(gòu)的對比實(shí)驗(yàn)

根據(jù)目前主流的CNN和BiLSTM模型結(jié)構(gòu)，分別設(shè)置以下對比實(shí)驗(yàn)，如表6所示。

?

由此證明，使用URL、HTML、DOM輸入數(shù)據(jù)，以及CNN與BiLSTM的組合模型來檢測涉詐網(wǎng)絡(luò)平臺的方法有效可行。

四、結(jié)語

本文通過將網(wǎng)站的URL字符串、HTML文本、DOM結(jié)構(gòu)分別表示在矩陣空間上，解決了手工提取特征的困難以及只提取URL字符串單一特征的問題；將表征矩陣輸入CNN和BiLSTM后，再添加一層Attention，從而學(xué)習(xí)更多隱含特征。測試結(jié)果表明，該模型具有較高的準(zhǔn)確率。