[發(fā)明專利]一種相似網(wǎng)頁的識別方法及裝置

無效

• 申請?zhí)枺?/td>: 201010222214.5
• 申請日: 2010-06-30
• 公開（公告）號: CN102316081A
• 公開（公告）日: 2012-01-11
• 發(fā)明（設計）人: 胡振宇;葉潤國;黃宇鴻
• 申請（專利權）人: 北京啟明星辰信息技術股份有限公司;北京啟明星辰信息安全技術有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;H04L12/26
• 代理公司: 北京安信方達知識產(chǎn)權代理有限公司 11262
• 代理人: 栗若木;王漪

技術領域

本發(fā)明涉及網(wǎng)絡安全領域，尤其涉及一種相似網(wǎng)頁的識別方法及裝置。

背景技術

在網(wǎng)絡安全領域，有時需要自動判斷出網(wǎng)頁的相似程度，以進行安全防范；比如對假冒網(wǎng)站，如釣魚網(wǎng)站等進行識別時，需要將這些網(wǎng)站的頁面(比如主頁)與真實網(wǎng)站的進行對比，如果相似程度太高，則可認為用戶有很大概率會將這些網(wǎng)站的頁面誤認為真實網(wǎng)站的，而被騙上當。

釣魚網(wǎng)站是模仿真實的Web站點而建造的惡意的偽造網(wǎng)站。大部分的此類網(wǎng)站具有高度視覺相似性，以欺騙受害者。這些釣魚網(wǎng)站看上去和真實的網(wǎng)站一模一樣，使得粗心的用戶很容易上當受騙。遭到釣魚攻擊的受害者，可能會將他們的銀行帳戶、密碼、信用卡號碼等其他重要信息暴露給假冒網(wǎng)站的幕后操作者。

相對于其它網(wǎng)絡犯罪(如病毒及黑客入侵等)來說，網(wǎng)絡釣魚是一種相對較新的網(wǎng)絡犯罪，其發(fā)生率近年來呈加速上升的趨勢。在反釣魚工作組(Anti-Phishing?Working?Group)報表顯示，釣魚攻擊正在以增加每月50％的速度上升，大約5％的用戶會對收到的釣魚攻擊的電子郵件接做出響應。報告也顯示，在2005年六月的一個月的就發(fā)生了15050起網(wǎng)絡釣魚攻擊。此問題已引起業(yè)界和學術界的高度注意，因為它是一種嚴重的安全和私隱問題，在互聯(lián)網(wǎng)世界上引起很大的負面影響。它威脅著人們通過Web進行在線財務活動的信心。

發(fā)明內容

本發(fā)明要解決的技術問題是提供一種相似網(wǎng)頁的識別方法及裝置，可以在服務器外部進行相似網(wǎng)頁的對比，通過該對比結果可進一步對一個疑似的釣魚網(wǎng)站進行判斷，不會對服務器和釣魚網(wǎng)站產(chǎn)生任何影響。

為了解決上述問題，本發(fā)明提供了一種相似網(wǎng)頁的識別裝置，包括：

接收模塊，用于分別接收兩個網(wǎng)頁的文檔對象模型DOM樹；

比較模塊，用于對所接收的兩個DOM樹進行比較，得到該兩個DOM樹的相似度；

判斷模塊，用于將所述相似度與一預設的閾值比較，如果大于或等于該閾值，判斷所述兩個網(wǎng)頁相似。

進一步地，所述比較模塊包括：

序列化單元，用于將所接收的所述兩個DOM樹分別轉化成第一、第二節(jié)點序列；

提取單元，用于根據(jù)所述第一、第二節(jié)點序列查找出兩個DOM樹中所有的最大同構的子樹對；所述同構的子樹對是指兩個子樹的樹型結構是同構的；所述最大同構的子樹對是指兩個子樹是同構的，但以各自的根節(jié)點的父節(jié)點為根節(jié)點的子樹卻不再同構；

度量單元，用于逐對計算所查找出的各所述最大同構的子樹對的相似度，再根據(jù)各所述最大同構的子樹對的相似度的和，計算出所述兩個DOM樹的相似度。

進一步地，所述序列化單元將DOM樹轉化為節(jié)點序列時，記錄序列中每個節(jié)點的節(jié)點標記和節(jié)點深度；

所述提取單元包括；

子樹查找子單元，用于從所述第一節(jié)點序列中查找出深度最大的子樹，并記錄該子樹的根節(jié)點；當收到繼續(xù)查找的指示后，從所述第一節(jié)點序列中查找出深度最大、并且根節(jié)點沒有被記錄過的子樹，記錄該子樹的根節(jié)點，直到找不到新的子樹時結束工作；

同構樹查找子單元，用于判斷所述第二節(jié)點序列中是否存在與所查找的子樹同構的子樹；如果兩個子樹的節(jié)點數(shù)目相同，并且一個子樹的序列中的各節(jié)點的節(jié)點深度，分別減去另一個子樹的序列中相同位置節(jié)點的節(jié)點深度后所得的差均相同，則判斷兩個子樹同構；如果有則記錄該兩個子樹為最大同構的子樹對，輸出該最大同構的子樹對，并在所述第一、第二節(jié)點序列中將這兩個子樹的節(jié)點刪去或改為特定符號，然后指示所述子樹查找子單元繼續(xù)查找；如果沒有則指示所述子樹查找子單元繼續(xù)查找。

進一步地，所述度量單元計算所述最大同構的子樹對的相似度sim(T₁，T₂)是指：

所述度量單元計算子樹T₁和T₂中每一對對應節(jié)點的相似度，然后將所有對應節(jié)點的相似度相加，除以n得到sim(T₁，T₂)；其中n表示子樹T₁或T₂的節(jié)點數(shù)；子樹T₁和T₂中一對對應節(jié)點v_i和u_i的相似度為：