基于二维码解码与多模态深度学习的增量式网络钓鱼防御方法

本发明公开一种基于二维码解码与多模态深度学习的增量式网络钓鱼防御方法，通过二维码解码模块实现批量二维码高效解码，采用多线程处理、图像预处理和冗余双解码引擎，确保在复杂场景下仍能获得准确的URL，然后将解码所得URL输入多模态深度学习检测模型，该模型包含URL输入处理层、BERT语义编码层，CNN分支、BiLSTM分支和特征融合与分类层，能够同时提取语义信息与结构依赖关系，最后利用增量学习机制，通过冻结预训练BERT主干、微调顶层网络并结合数据回放策略，实现模型的持续更新与动态适应，从而显著提升检测准确率和鲁棒性。本发明方法可广泛应用于邮件安全、支付扫码安全等场景，有效防御二维码钓鱼攻击。