[發明專利]非法域名識別方法及裝置

有效

• 申請號: 201110382578.4
• 申請日: 2011-11-25
• 公開（公告）號: CN102523311A
• 公開（公告）日: 2012-06-27
• 發明（設計）人: 尉遲學彪;金鍵;李曉東;黃向陽
• 申請（專利權）人: 中國科學院計算機網絡信息中心
• 主分類號: H04L29/12
• 分類號: H04L29/12
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 陳鳴

技術領域

本發明涉及信息技術，尤其涉及一種非法域名識別方法及裝置。

背景技術

域名是互聯網的基礎資源，相當于互聯網上的門牌號碼，是用于標識互聯網上的計算機，是網站、電子郵箱等各種互聯網應用的載體。非法域名是指以從事反動、涉黃、賭博網站等不良應用為目的或者其他非正常應用而存在的域名。

目前，針對非法域名的識別主要有兩種方法。一是相關域名管理機構通過對域名相關注冊信息、所轄網站內容等進行審核，人工判斷該域名是否涉嫌非法。二是利用網頁抽取、文本挖掘等技術手段對相關網站內容的語義分析來達到非法域名自動識別的目的。

上述兩種方式非法域名識別的方法，在實際應用中都存在一定程度的弊端。第一種人工識別方式通常需要耗費大量的人力物力，效率低下，面對千萬計的域名注冊量，這種方法顯然不能對非法域名實現及時有效的識別。第二種自動識別方式，雖然在一定程度上彌補了上述方式的不足，然而海量域名下網站內容的抽取入庫過程依然繁瑣，不僅需要耗費大量的存儲資源，還要考慮該庫的實時更新問題。另外，通過相關文本挖掘算法對入庫后的內容進行分析的過程同樣復雜且存在效率低下的問題。

發明內容

本發明提供一種非法域名識別方法及裝置，以提高非法域名的識別效率。

本發明提供一種非法域名識別方法，包括：

獲取域名訪問行為信息，根據所述域名訪問行為信息生成共現矩陣，所述共現矩陣中的元素用以指示所述元素所在的行對應的用戶對所述元素所在的列對應的域名的訪問次數；

根據聚類算法對所述共現矩陣進行聚類分析，將所述共現矩陣中各列對應的域名劃分為多個域名子集；

根據非法域名列表確定各所述域名子集中域名的合法性。

本發明提供一種非法域名識別裝置，包括：

共現矩陣生成模塊，用于獲取域名訪問行為信息，根據所述域名訪問行為信息生成共現矩陣，所述共現矩陣中的元素用以指示所述元素所在的行對應的用戶對所述元素所在的列對應的域名的訪問次數；

域名子集劃分模塊，用于根據聚類算法對所述共現矩陣進行聚類分析，將所述共現矩陣中各列對應的域名劃分為多個域名子集；

合法性確定模塊，用于根據非法域名列表確定各所述域名子集中域名的合法性。

由上述技術方案可知，本發明提供的非法域名識別方法及裝置，通過對根據域名訪問行為信息生成共現矩陣，根據聚類算法對共現矩陣進行聚類分析，將共現矩陣中各列對應的域名劃分為多個域名子集，根據非法域名列表確定各域名子集中域名的合法性。針對了非法域名的特殊性，其面向的互聯網用戶群體與正常域名所面向的用戶群體會表現出較大的差異的特點，對域名間潛在的關聯進行分析，以將非法域名和合法域名區分開，提高了非法網站的識別效率。

附圖說明

圖1為本發明實施例提供的非法域名識別方法流程圖；

圖2為本發明實施例提供的非法域名識別裝置結構示意圖。

具體實施方式

圖1為本發明實施例提供的非法域名識別方法流程圖。如圖1所示，本實施例提供的非法域名識別方法具體可以應用于對域名合法性的識別分析，可以通過非法域名識別裝置來執行，該非法域名識別裝置可以為服務器。

本實施例提供的非法域名識別方法具體包括：

步驟10、獲取域名訪問行為信息，根據域名訪問行為信息生成共現矩陣，共現矩陣中的元素用以指示元素所在的行對應的用戶對元素所在的列對應的域名的訪問次數；

域名訪問行為信息具體可以為預設時間段內的用戶訪問域名行為的信息，該域名訪問行為信息可以從遞歸服務器或者權威服務器中獲取。對域名訪問行為信息中的域名訪問數據進行數據抽取，假設經過抽取后的用戶集合為U＝{u₁，u₂，...，u_M}，域名集合為D＝{d₁，d₂，...，d_N}，將用戶的域名訪問行為抽象為集合U與集合D之間交互關系，如圖2所示。這種交互關系進一步表示為用戶與域名之間的M×N階共現矩陣UD：

UD＝[w(u_m，d_n)]M×N；

其中，w(u_m，d_n)為該段時間內用戶u_m與域名d_n的共現次數，即用戶u_m對域名d_n的訪問次數。