[發明專利]可信網站的識別方法和收集系統

有效

• 申請號: 201210518471.2
• 申請日: 2012-12-05
• 公開（公告）號: CN102984162A
• 公開（公告）日: 2013-03-20
• 發明（設計）人: 于春功;張超旭
• 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;H04L29/08
• 代理公司: 北京國昊天誠知識產權代理有限公司 11315
• 代理人: 許志勇

1.一種可信網站的識別方法，其特征在于，包括：

提取當前網站在一設定時間段內的下載日志，根據所述下載日志中的用戶標識和下載文件標識，統計出當前網站在所述設定時間段內進行過下載操作的下載鏈接的樣本數量和用戶數量；

根據當前網站的所述樣本數量和用戶數量獲取當前網站的可信度，并根據當前網站的可信度和樣本數量識別所述當前網站是否為官方網站；

其中，根據當前網站的所述樣本數量和用戶數量獲取當前網站的可信度進一步包括：所述當前網站的可信度與所述樣本數量成反比，與所述用戶數量成正比。

2.如權利要求1所述的可信網站的識別方法，其特征在于，還包括：

若判定所述當前網站為官方網站時，由所述官方網站抓取下載鏈接，將抓取的下載鏈接保存到白名單數據庫中。

3.根據權利要求1所述的可信網站的識別方法，其特征在于，還包括：

從識別的所述官方網站中清理第三方網站后，獲得可信網站。

4.如權利要求3所述的方法，其特征在于，還包括：

若判定所述當前網站為可信網站時，由所述可信網站抓取下載鏈接，將抓取的下載鏈接保存到白名單數據庫中。

5.如權利要求1所述的可信網站的識別方法，其特征在于，根據當前網站的可信度和樣本數量識別所述當前網站是否為官方網站，進一步包括：

若所述樣本數量小于預設的樣本數閾值，且所述當前網站的可信度大于預設的可信度閾值，則判定所述當前網站為官方網站。

6.一種可信網站的收集系統，包括：可信樣本數據庫以及服務器，其中：

服務器，適于提取當前網站在一設定時間段內的下載日志，根據提取的所述下載日志中的用戶標識和下載文件標識并統計出當前網站在所述設定時間段內進行過下載操作的下載鏈接的樣本數量和用戶數量，根據統計出的當前網站的所述樣本數量和用戶數量獲取當前網站的可信度，根據獲取的當前網站的可信度和統計出的樣本數量識別所述當前網站是否為官方網站；

可信樣本數據庫，適于收集經所述服務器判定的官方網站。

7.如權利要求6所述的收集系統，其特征在于，所述服務器包括：

提取模塊，用于提取當前網站在一設定時間段內的下載日志；

統計模塊，用于根據所述提取模塊提取的所述下載日志中的用戶標識和下載文件標識，統計出當前網站在所述設定時間段內進行過下載操作的下載鏈接的樣本數量和用戶數量；

獲取模塊，用于根據所述統計模塊統計出的當前網站的所述樣本數量和用戶數量獲取當前網站的可信度；

識別模塊，用于根據所述獲取模塊獲取的當前網站的可信度和所述統計模塊統計出的樣本數量識別所述當前網站是否為官方網站。

8.如權利要求7所述的收集系統，其特征在于，

所述識別模塊還用于在所述樣本數量小于預設的樣本數閾值，且所述當前網站的可信度大于預設的可信度閾值時，判定所述當前網站為官方網站。

9.如權利要求7所述的收集系統，其特征在于，所述服務器還包括：

抓取模塊，與所述識別模塊相連，用于在所述識別模塊判定所述當前網站為官方網站時，由所述官方網站抓取下載鏈接。

10.根據權利要求7所述的收集系統，其特征在于，

所述識別模塊，還用于從識別的所述官方網站中清理第三方網站后，獲得可信網站。

11.如權利要求10所述的收集系統，其特征在于，

所述抓取模塊，還用于在所述識別模塊判定所述當前網站為可信網站時，由所述可信網站抓取下載鏈接。

12.如權利要求9或11所述的收集系統，其特征在于，所述服務器還包括：

保存模塊，與所述抓取模塊相連，用于將所述抓取模塊抓取的下載鏈接保存到白名單數據庫中。