[發明專利]一種釣魚網站識別系統及方法

有效

• 申請號: 201210224485.3
• 申請日: 2012-06-28
• 公開（公告）號: CN102801709A
• 公開（公告）日: 2012-11-28
• 發明（設計）人: 陳營營
• 申請（專利權）人: 北京奇虎科技有限公司;奇智軟件（北京）有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F21/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩

1.一種釣魚網站識別系統，其包括：域名獲取單元、域名統計單元和網站識別單元；

所述域名獲取單元，適于收集待識別網站中出現的所有鏈接，得到所述鏈接對應的域名；

所述域名統計單元，適于統計所述域名在所述待識別網站中出現的次數，找到出現次數最多的域名，記作目標域名；

所述網站識別單元，適于根據所述目標域名與所述待識別網站的自身域名判斷所述待識別網站是否是釣魚網站。

2.如權利要求1所述的系統，其特征在于，所述網站識別單元包括：比較子單元和識別子單元；

所述比較子單元，適于比較所述目標域名與所述自身域名，并在比較結果顯示所述目標域名與所述自身域名相同時，判定所述待識別網站不是釣魚網站；

所述識別子單元，適于在所述目標域名與所述自身域名不同時，計算所述目標域名的出現次數與所述自身域名的出現次數之間的比例，以及計算所述目標域名與所述自身域名之間的相似度，進而根據所述比例和所述相似度判斷所述待識別網站是否是釣魚網站。

3.如權利要求2所述的系統，其特征在于，所述識別子單元包括：比例計算模塊、相似度計算模塊和判斷模塊；

所述比例計算模塊，適于計算所述目標域名的出現次數與所述自身域名的出現次數之間的比例；

所述相似度計算模塊，適于計算所述目標域名與所述自身域名之間的相似度；

所述判斷模塊，適于判斷所述比例和所述相似度是否滿足條件：所述比例大于預定比例，并且所述相似度大于預定閾值；如果滿足，判定所述待識別網站是釣魚網站；否則，判定所述待識別網站不是釣魚網站。

4.如權利要求3所述的系統，其特征在于，所述相似度計算模塊包括：字符串對比子模塊、初值計算子模塊和終值計算子模塊；

所述字符串對比子模塊，適于構建所述目標域名的字符串與所述自身域名的字符串的對比陣列，將所述目標域名的字符串設置在所述對比陣列的第一行并保持位置固定，將所述自身域名的字符串設置在所述對比陣列的第二行并自左向右移動，對兩行字符串中重疊的字符進行對比；

所述初值計算子模塊，適于當所述目標域名的首字符與所述自身域名的尾字符對齊時，計算所述目標域名與所述自身域名之間的第一相似度計算值Q₁；當所述目標域名的第二字符與所述自身域名的尾字符對齊時，計算所述目標域名與所述自身域名之間的第二相似度計算值Q₂；依次類推，當所述目標域名的尾字符與所述自身域名的首字符對齊時，計算所述目標域名與所述自身域名之間的第m相似度計算值Q_m；其中，m=n₁+n₂-1，n₁表示所述目標域名的字符串長度，n₂表示所述自身域名的字符串長度；

所述終值計算子模塊，適于根據下述公式計算得到所述目標域名與所述自身域名之間的相似度Q_max：

Q_max=max{Q₁，Q₂，Q₃，……Q_m}。

5.如權利要求4所述的系統，其特征在于，所述初值計算子模塊中，利用如下公式計算第i相似度計算值Q_i：

Q_i=M_i²×L_i；

其中，i為自然數，并且，1≤i≤m；并且，

M_i=s_i/n_max；

L_i=r_i/n_max；

其中，r_i表示在第i次對比時，所述自身域名的字符串與所述目標域名的字符串中，重疊的字符個數；n_max表示所述自身域名的字符串與所述目標域名的字符串中較長字符串的字符個數；L_i表示在第i次對比時，所述自身域名的字符串與所述目標域名的字符串的重疊率；s_i表示在第i次對比時，所述自身域名的字符串與所述目標域名的字符串中，重疊并且相同的字符個數；M_i表示在第i次對比時，所述自身域名的字符串與所述目標域名的字符串的匹配率。