[發明專利]一種惡意網頁的識別方法、裝置和系統

在審

• 申請號: 201310012256.X
• 申請日: 2013-01-14
• 公開（公告）號: CN103927480A
• 公開（公告）日: 2014-07-16
• 發明（設計）人: 邵付東;王波;劉健
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F21/56
• 分類號: G06F21/56
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 唐華明

1.一種惡意網頁的識別方法，其特征在于，包括：

提取待檢網頁的域名，通過所述域名查詢備案信息；

獲取所述待檢網頁的文本信息，從所述文本信息中提取所述待檢網頁的特征信息；

若所述備案信息與所述特征信息的相似度低于預設的閾值，則確定所述待檢網頁為惡意網頁。

2.根據權利要求1所述方法，其特征在于，所述提取待檢網頁的域名，通過所述域名查詢備案信息包括：

在獲取到待檢網頁的地址后，從所述地址提取域名，通過所述域名查詢備案信息。

3.根據權利要求1所述方法，其特征在于，所述獲取所述待檢網頁的文本信息，從所述文本信息中提取所述待檢網頁的特征信息包括：

獲取所述待檢網頁的地址，然后獲取所述地址的網頁文本，并從所述網頁文本中提取所述待檢網頁的特征信息。

4.根據權利要求1至3任意一項所述方法，其特征在于，所述特征信息包括：系統標簽信息。

5.根據權利要求1至3任意一項所述方法，其特征在于，所述備案信息與所述特征信息的相似度低于預設的閾值包括：

通過最長公共子序列、最少編輯距離、漢明距離、特征向量余弦值中的任意一種確定所述備案信息與所述特征信息的相似度低于預設的閾值。

6.根據權利要求1至3任意一項所述方法，其特征在于，所述通過所述域名查詢備案信息包括：

從工信部備案數據庫中提取與所述域名對應的備案信息。

7.一種惡意網頁的識別裝置，其特征在于，包括：

域名提取單元，用于提取待檢網頁的域名；

備案查詢單元，用于通過所述域名提取單元提取的域名查詢備案信息；

網頁獲取單元，用于獲取所述待檢網頁的文本信息；

特征提取單元，用于從所述網頁獲取單元獲取的文本信息中提取所述待檢網頁的特征信息；

判決單元，用于若所述備案查詢單元查詢的備案信息與所述特征提取單元提取的特征信息的相似度低于預設的閾值，則確定所述待檢網頁為惡意網頁。

8.根據權利要求7所述裝置，其特征在于，

所述域名提取單元，具體用于在獲取到待檢網頁的地址后，從所述地址提取域名。

9.根據權利要求7所述裝置，其特征在于，

所述網頁獲取單元，具體用于獲取所述待檢網頁的地址，然后獲取所述地址的網頁文本；

所述特征提取單元，具體用于從所述網頁獲取單元獲取的網頁文本中提取所述待檢網頁的特征信息。

10.根據權利要求7至9任意一項所述裝置，其特征在于，

所述特征提取單元，用于提取特征信息包括：具體用于提取系統標簽信息。

11.根據權利要求7至9任意一項所述裝置，其特征在于，

所述判決單元，具體用于通過最長公共子序列、最少編輯距離、漢明距離、特征向量余弦值中的任意一種確定所述備案信息與所述特征信息的相似度低于預設的閾值，則確定所述待檢網頁為惡意網頁。

12.根據權利要求7至9任意一項所述裝置，其特征在于，

所述備案查詢單元，用于從工信部備案數據庫中提取與所述域名提取單元提取的域名對應的備案信息。

13.一種網絡系統，其特征在于，包括：備案服務器和識別裝置；

所述備案服務器存儲有網頁的備案信息；

所述識別裝置，用于提取待檢網頁的域名，通過所述域名在所述備案服務器查詢備案信息；獲取所述待檢網頁的文本信息，從所述文本信息中提取所述待檢網頁的特征信息；若所述備案信息與所述特征信息的相似度低于預設的閾值，則確定所述待檢網頁為惡意網頁。

14.根據權利要求13所述系統，其特征在于，

所述識別裝置，用于提取待檢網頁的域名，通過所述域名查詢備案信息包括：具體用于在獲取到待檢網頁的地址后，從所述地址提取域名，通過所述域名查詢備案信息。

15.根據權利要求13所述系統，其特征在于，

所述識別裝置，用于獲取所述待檢網頁的文本信息，從所述文本信息中提取所述待檢網頁的特征信息包括：具體用于獲取所述待檢網頁的地址，然后獲取所述地址的網頁文本，并從所述網頁文本中提取所述待檢網頁的特征信息。