[發明專利]一種識別統一資源定位符主鏈接的方法及裝置

有效

• 申請號: 201210253957.8
• 申請日: 2012-07-20
• 公開（公告）號: CN102932400A
• 公開（公告）日: 2013-02-13
• 發明（設計）人: 賈晉康;齊燕博;張永臣
• 申請（專利權）人: 北京網康科技有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L29/06
• 代理公司: 北京派特恩知識產權代理事務所(普通合伙) 11270
• 代理人: 張穎玲;任媛

1.一種識別統一資源定位符URL主鏈接的方法，其特征在于，該方法包括：

利用采集到的指定時長內所有客戶端發出的全部超文本傳送協議HTTP請求，根據間隔門限獲取各個客戶端對應的突發，對突發進行分組獲得同主鏈突發分組；

分別對同主鏈突發組運行關聯規則的分析算法得到關聯規則，將所有關聯規則保存在知識庫中；

根據合并準則，對從知識庫選出指定時間段內所有的關聯規則進行合并，得到新的關聯規則；

根據支持度門限、置信度門限及新的關聯規則，得到多個URL主鏈接及其附屬鏈接對。

2.根據權利要求1所述的方法，其特征在于，所述根據間隔門限獲取各個客戶端對應的突發，包括：按照不同的客戶端將HTTP請求分組，對各組HTTP請求、根據間隔門限建立由URL鏈接組成的一個或多個突發，并確定各個突發的參考主鏈接。

3.根據權利要求2所述的方法，其特征在于，所述根據間隔門限建立由URL鏈接組成的一個或多個突發，并確定各個突發的參考主鏈接，包括：

建立一個突發作為當前突發，以HTTP請求的發出時間為順序，將第一個HTTP請求中的URL鏈接作為當前突發的參考主鏈接，再逐個檢測是否存在連續兩個HTTP請求之間的間隔時間高于間隔門限，若沒有，則將所述連續兩個HTTP請求中的URL鏈接均加入當前突發；

若有，則將所述連續兩個HTTP請求中的前一個加入當前突發后，新建立一個突發作為當前突發，將所述連續兩個HTTP請求中的后一個作為當前突發的參考主鏈接加入所述當前突發；依次類推，直至本組內所有HTTP請求均完成檢測。

4.根據權利要求1所述的方法，其特征在于，所述對突發進行分組獲得同主鏈突發分組，包括：建立一個當前同主鏈突發組，選取一個突發加入當前同主鏈突發組，從剩余的所有突發中，選取與所述加入當前同主鏈突發組中的突發的參考主鏈接相同的所有突發，加入當前同主鏈突發組；依次類推，直至沒有剩余突發為止。

5.根據權利要求1所述的方法，其特征在于，所述合并準則，包括：從指定時間段內所有的關聯規則中，選出具有相同的前項及后項的關聯規則，建立一條新的關聯規則，新的關聯規則包括前項、后項、支持度和置信度；

其中，所述前項及后項與選出的關聯規則相同；所述支持度為所有選出的關聯規則支持度之和；所述置信度為將每個選出的關聯規則的支持度乘以置信度后相加之和、除所有選出的關聯規則的支持度之和。

6.根據權利要求1所述的方法，其特征在于，所述根據支持度門限、置信度門限及新的關聯規則，得到多個URL主鏈接及其附屬鏈接對，包括：選取支持度高于支持度門限、且置信度高于置信度門限的所有新的關聯規則，分別將選取出的各個新的關聯規則中的前項作為URL主鏈接、后項作為該URL主鏈接的附屬連接。

7.一種識別URL主鏈接的裝置，其特征在于，該裝置包括：鏈接分組模塊和關聯規則分析模塊；其中，

鏈接分組模塊，用于利用采集到的指定時長內所有客戶端發出的全部HTTP請求，根據間隔門限獲取各個客戶端對應的突發，對突發進行分組獲得主鏈突發分組，將全部所述同主鏈突發分組發給關聯規則分析模塊；

關聯規則分析模塊，用于分別對鏈接分組模塊發來的同主鏈突發組運行關聯規則的分析算法得到關聯規則，將所有關聯規則保存在知識庫中，根據合并準則，對從知識庫選出指定時間段內所有的關聯規則進行合并，得到新的關聯規則；根據支持度門限、置信度門限及新的關聯規則，得到多個URL主鏈接及其附屬鏈接對。

8.根據權利要求7所述的裝置，其特征在于，

所述鏈接分組模塊，具體用于按照不同的客戶端將HTTP請求分組，對各組HTTP請求、根據間隔門限建立由URL鏈接組成的一個或多個突發，并確定各個突發的參考主鏈接。