[發明專利]一種網頁識別方法、裝置及系統

有效

• 申請號: 201110009183.X
• 申請日: 2011-01-17
• 公開（公告）號: CN102592067A
• 公開（公告）日: 2012-07-18
• 發明（設計）人: 孫煒;馮慶磊;黃利華;劉松
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F21/00
• 分類號: G06F21/00;G06F17/30
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 張全文

技術領域

本發明屬于計算機技術領域，尤其涉及一種網頁識別方法、裝置及系統。

背景技術

隨著互聯網的價值不斷增加，互聯網安全問題已成為用戶關注的重點，目前以釣魚等欺詐網站為代表的信息盜取方法成為互聯網安全產品防范的重點，然而，現有技術對欺詐網頁主要通過采用惡意網頁匹配的方法(如，通過人工輸入惡意網頁)來識別，例如使用余弦相似度、網頁去重算法(如shingle算法)等惡意種子頁面匹配，關鍵字匹配等，從而識別欺詐網頁，現有技術對欺詐網頁的識別技術存在以下問題：

(1)相似度匹配需要不斷添加大量的種子網頁，即惡意網頁樣品。隨著種子庫的增多，匹配計算極為耗時，更重要的是，種子網頁的添加存在滯后性，難以應對欺詐網頁的不斷更新；

(2)關鍵詞匹配準確率太低。常常會誤殺一些包含類似詞條的正常網頁，比如新聞、小說等；

(3)用戶舉報以及人工錄入更無法應對海量網頁的變化需求。

由于現有技術的上述缺點，導致欺詐網頁的識別率低、識別效率不高，降低了網絡的安全性。

發明內容

本發明實施例的目的在于提供一種網頁識別方法、裝置及系統，旨在解決由于現有技術采用網頁匹配的方法(如，通過人工輸入惡意網頁)來識別欺詐網頁，導致欺詐網頁的識別率較低的問題。

本發明實施例是這樣實現的，一種網頁識別方法，所述方法包括下述步驟：

獲取輸入網頁的頁面信息；

在預設的時間內，通過預先構建的分析器對所述頁面信息進行分析，輸出所述網頁是否為欺詐網頁的信息。

本發明實施例的另一目的在于提供一種網頁識別裝置，所述裝置包括：

頁面信息獲取單元，用于獲取輸入網頁的頁面信息；以及

信息輸出單元，用于在預設的時間內，通過預先構建的分析器對所述頁面信息獲取單元中輸入網頁的頁面信息進行分析，輸出所述網頁是否為欺詐網頁的信息。

本發明實施例的另一目的在于提供一種包括上述網頁識別裝置的系統。

本發明實施例通過獲取輸入網頁的頁面信息，在預設的時間內，通過預先構建的分析器對頁面信息進行分析，輸出該網頁是否為欺詐網頁的信息，解決了由于現有技術采用網頁匹配的方法來識別欺詐網頁，導致欺詐網頁的識別率低、識別效率不高的問題，提高了欺詐網頁的識別率和識別效率，從而提高了網絡的安全性。

附圖說明

圖1是本發明第一實施例提供的網頁識別方法的實現流程圖；

圖2是本發明第二實施例提供的網頁識別方法的實現流程圖；

圖3是本發明第三實施例提供的網頁識別方法的實現流程圖；

圖4是本發明第四實施例提供的網頁識別方法的實現流程圖；

圖5是本發明第五實施例提供的網頁識別方法的輸入網頁實例；

圖6是本發明第六實施例提供的網頁識別裝置的結構圖；

圖7是本發明第六實施例提供的網頁識別裝置的結構圖；

圖8是本發明第六實施例提供的網頁識別裝置的結構圖；

圖9是本發明第七實施例提供的網頁識別方法的具體實例圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。

本發明實施例通過獲取輸入網頁的頁面信息，在預設的時間內，通過預先構建的分析器對頁面信息進行分析，輸出該網頁是否為欺詐網頁的信息，解決了由于現有技術采用網頁匹配的方法來識別欺詐網頁，導致欺詐網頁的識別率低、識別效率不高的問題，提高了欺詐網頁的識別率和識別效率，從而增強了網絡的安全性。

本發明實施例提供了一種網頁識別方法，所述方法包括下述步驟：

獲取輸入網頁的頁面信息；

在預設的時間內，通過預先構建的分析器對所述頁面信息進行分析，輸出所述網頁是否為欺詐網頁的信息。

本發明實施例還提供了一種網頁識別裝置，所述裝置包括：

頁面信息獲取單元，用于獲取輸入網頁的頁面信息；以及

信息輸出單元，用于在預設的時間內，通過預先構建的分析器對所述頁面信息獲取單元中輸入網頁的頁面信息進行分析，輸出所述網頁是否為欺詐網頁的信息。

本發明實施例還提供了一種包括上述網頁識別裝置的系統。