[發(fā)明專利]句法指紋識(shí)別

有效

• 申請(qǐng)?zhí)枺?/td>: 201280039933.0
• 申請(qǐng)日: 2012-07-09
• 公開（公告）號(hào): CN103843003A
• 公開（公告）日: 2014-06-04
• 發(fā)明（設(shè)計(jì)）人: B·瓦德曼;W·哈頓克
• 申請(qǐng)（專利權(quán)）人: UAB研究基金會(huì)
• 主分類號(hào): G06F21/51
• 分類號(hào): G06F21/51;G06Q10/10;H04L29/06
• 代理公司: 中國國際貿(mào)易促進(jìn)委員會(huì)專利商標(biāo)事務(wù)所 11038
• 代理人: 葉勇

1.一種識(shí)別網(wǎng)絡(luò)釣魚網(wǎng)站的方法，包括：

a.提供計(jì)算機(jī)系統(tǒng)，具有操作系統(tǒng)、數(shù)據(jù)庫系統(tǒng)以及用于控制通過因特網(wǎng)通信的通信系統(tǒng)；

b.向計(jì)算機(jī)系統(tǒng)發(fā)送通信，包含多個(gè)疑似網(wǎng)絡(luò)釣魚URL；

c.檢索多個(gè)網(wǎng)絡(luò)釣魚URL的每個(gè)疑似網(wǎng)絡(luò)釣魚URL的網(wǎng)站內(nèi)容文件，該網(wǎng)站內(nèi)容文件包括構(gòu)造組件；

d.預(yù)處理網(wǎng)站內(nèi)容文件，從而為多個(gè)疑似網(wǎng)絡(luò)釣魚URL的每一個(gè)產(chǎn)生標(biāo)準(zhǔn)化的網(wǎng)站內(nèi)容文件集；

e.為標(biāo)準(zhǔn)化的網(wǎng)站內(nèi)容文件集的每一個(gè)創(chuàng)建抽象語法樹；

f.為每個(gè)標(biāo)準(zhǔn)化的網(wǎng)站內(nèi)容文件集的每個(gè)構(gòu)造組件計(jì)算散列值，并且為每個(gè)標(biāo)準(zhǔn)化的網(wǎng)站內(nèi)容文件集都從中構(gòu)建散列值集；

g.從第一個(gè)散列值集選擇第一個(gè)散列值并且把第一個(gè)散列值與已知網(wǎng)絡(luò)釣魚網(wǎng)站構(gòu)造組件的散列值進(jìn)行對(duì)比，以定位匹配的散列值；

h.如果匹配的散列值已定位，把第一個(gè)散列值集與匹配的散列值的散列值集進(jìn)行對(duì)比并創(chuàng)建相似度評(píng)分；以及

i.如果相似度評(píng)分達(dá)到或超過預(yù)定閾值，把導(dǎo)出第一個(gè)散列值的疑似URL指定為網(wǎng)絡(luò)釣魚網(wǎng)站。

2.根據(jù)權(quán)利要求1的方法，其中，所述通信被發(fā)送自反垃圾郵件公司、反網(wǎng)絡(luò)釣魚公司、關(guān)機(jī)公司、在客戶計(jì)算機(jī)系統(tǒng)上運(yùn)行的自治程序，該自治程序被配置為自動(dòng)地俘獲疑似網(wǎng)絡(luò)釣魚網(wǎng)站的通信并把疑似網(wǎng)絡(luò)釣魚網(wǎng)站的通信發(fā)送到所述計(jì)算機(jī)系統(tǒng)。

3.根據(jù)權(quán)利要求1的方法，其中，以電子郵件本體發(fā)送多個(gè)疑似網(wǎng)絡(luò)釣魚URL時(shí)，從采用第一解析程序的通信中提取所述多個(gè)疑似網(wǎng)絡(luò)釣魚URL。

4.根據(jù)權(quán)利要求1的方法，進(jìn)一步包括在步驟c之前，從多個(gè)疑似網(wǎng)絡(luò)釣魚URL中去除以下情形的任何疑似網(wǎng)絡(luò)釣魚URL：已知有利URL、已知網(wǎng)絡(luò)釣魚URL或者所述多個(gè)疑似網(wǎng)絡(luò)釣魚URL中另一個(gè)網(wǎng)絡(luò)釣魚URL的副本的URL。

5.根據(jù)權(quán)利要求1的方法，進(jìn)一步包括在所述計(jì)算機(jī)系統(tǒng)上存儲(chǔ)網(wǎng)站內(nèi)容文件。

6.根據(jù)權(quán)利要求1的方法，其中，預(yù)處理包括一項(xiàng)或多項(xiàng)以下操作：從網(wǎng)站內(nèi)容文件中去除空格、使網(wǎng)站內(nèi)容文件不區(qū)分大小寫或者從網(wǎng)站內(nèi)容文件中去除動(dòng)態(tài)內(nèi)容。

7.根據(jù)權(quán)利要求1的方法，其中，網(wǎng)站內(nèi)容文件從所檢索的網(wǎng)站內(nèi)容文件的索引頁中導(dǎo)出。

8.根據(jù)權(quán)利要求1的方法，其中，創(chuàng)建抽象語法樹包括解析標(biāo)準(zhǔn)化的網(wǎng)站內(nèi)容文件集內(nèi)的HTML標(biāo)簽并構(gòu)建HTML實(shí)體的抽象語法樹。

9.根據(jù)權(quán)利要求1的方法，進(jìn)一步包括在所述計(jì)算機(jī)系統(tǒng)上存儲(chǔ)散列值。

10.根據(jù)權(quán)利要求1的方法，進(jìn)一步包括在所述計(jì)算機(jī)系統(tǒng)上把已知網(wǎng)絡(luò)釣魚網(wǎng)站的構(gòu)造組件的散列值存儲(chǔ)為散列值集表。

11.根據(jù)權(quán)利要求1的方法，其中，使用Kulczynski2系數(shù)計(jì)算相似度評(píng)分。

12.根據(jù)權(quán)利要求1的方法，進(jìn)一步包括相似度評(píng)分達(dá)到或超過預(yù)定閾值時(shí)，把所述第一個(gè)散列值集添加到已知網(wǎng)絡(luò)釣魚網(wǎng)站構(gòu)造組件的散列值。

13.根據(jù)權(quán)利要求1的方法，其中，構(gòu)造組件是HTML標(biāo)簽。

14.根據(jù)權(quán)利要求1的方法，進(jìn)一步包括確定網(wǎng)絡(luò)釣魚網(wǎng)站的起源。

15.根據(jù)權(quán)利要求14的方法，其中，確定網(wǎng)絡(luò)釣魚網(wǎng)站的起源包括把網(wǎng)絡(luò)釣魚網(wǎng)站的散列值集與已知網(wǎng)絡(luò)釣魚網(wǎng)站的散列值集進(jìn)行對(duì)比并對(duì)每個(gè)已知網(wǎng)絡(luò)釣魚網(wǎng)站計(jì)算相似度評(píng)分。

16.根據(jù)權(quán)利要求15的方法，進(jìn)一步包括識(shí)別最高的相似度評(píng)分并把所述網(wǎng)絡(luò)釣魚網(wǎng)站與從其算出最高相似度評(píng)分的已知網(wǎng)絡(luò)釣魚網(wǎng)站聚集。