[發(fā)明專利]一種https環(huán)境下用戶行為分析的方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201710122538.3
• 申請日: 2017-03-03
• 公開（公告）號: CN106878438A
• 公開（公告）日: 2017-06-20
• 發(fā)明（設計）人: 白晟;張偉
• 申請（專利權(quán)）人: 久遠謙長（北京）技術服務有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08;H04L29/06;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種https環(huán)境下用戶行為分析的方法，其特征在于，包括：

步驟1)對需要分析的互聯(lián)網(wǎng)資源頁面建立內(nèi)容特征庫，特征庫由多個特征碼組成，特征碼包括：https請求URL的Host、頁面大小、頁面包含資源內(nèi)容、資源內(nèi)容大小、動態(tài)資源信息、內(nèi)嵌URLs及數(shù)量之一或者組合；

步驟2)對用戶訪問互聯(lián)網(wǎng)資源的https報文數(shù)據(jù)逐條分析，提取特征信息，以與特征碼匹配分析；

步驟3)將提取特征信息的日志與內(nèi)容特征庫中的特征碼匹配，還原用戶真實訪問行為，并做進一步的分析和統(tǒng)計。

2.根據(jù)權(quán)利要求1所述的https環(huán)境下用戶行為分析的方法，其特征在于，步驟1)中，針對需要分析的網(wǎng)站通過爬蟲技術爬取所需要分析的每個網(wǎng)頁，根據(jù)爬取網(wǎng)頁的數(shù)據(jù)建立網(wǎng)頁特征庫。

3.根據(jù)權(quán)利要求1或2所述的https環(huán)境下用戶行為分析的方法，其特征在于，步驟2)中，提取的特征信息選自以下：

訪問URL的Host/Domain；

https請求頁面未緩存部分的總長度；

https請求頁面中未緩存的圖片或者CSS加載資源的數(shù)量；

頁面加載的每一個資源對象的大小；

https請求發(fā)生的時間。

4.根據(jù)權(quán)利要求3所述的https環(huán)境下用戶行為分析的方法，其特征在于，步驟2)中，基于以上1個或多個特征信息組合形成一個或多個特征指紋，通過一定時間范圍內(nèi)用戶訪問https請求確定用戶訪問路徑。

5.根據(jù)權(quán)利要求1所述的https環(huán)境下用戶行為分析的方法，其特征在于，步驟3)中將提取特征信息的日志與內(nèi)容特征庫中的特征碼匹配具體選自以下的方法：

通過指紋組合唯一匹配；

如果無法通過指紋組合唯一匹配時，可以通過訪問該網(wǎng)頁時同時加載的資源或URL序列多條件匹配；

從頁面中獲取3-5個必定每次會加載的對象內(nèi)容，同時獲取這些對象內(nèi)容的大小和host信息，依據(jù)每次加載頁面訪問對象序列的host信息和對象大小作為指紋信息進行匹配。

6.一種https環(huán)境下用戶行為分析的系統(tǒng)，其特征在于，包括：

特征庫建立單元，用于對需要分析的互聯(lián)網(wǎng)資源頁面建立內(nèi)容特征庫，特征庫由多個特征碼組成，特征碼包括：https請求URL的Host、頁面大小、頁面包含資源內(nèi)容、資源內(nèi)容大小、動態(tài)資源信息、內(nèi)嵌URLs及數(shù)量之一或者組合；

特征碼匹配單元，用于對用戶訪問互聯(lián)網(wǎng)資源的https報文數(shù)據(jù)逐條分析，提取特征信息，以與特征碼匹配分析；

行為還原單元，用于將提取特征信息的日志與內(nèi)容特征庫中的特征碼匹配，還原用戶真實訪問行為，并做進一步的分析和統(tǒng)計。

7.根據(jù)權(quán)利要求6所述的https環(huán)境下用戶行為分析的系統(tǒng)，其特征在于，所述特征庫建立單元，針對需要分析的網(wǎng)站通過爬蟲技術爬取所需要分析的每個網(wǎng)頁，根據(jù)爬取網(wǎng)頁的數(shù)據(jù)建立網(wǎng)頁特征庫。

8.根據(jù)權(quán)利要求6或7所述的https環(huán)境下用戶行為分析的系統(tǒng)，其特征在于，所述特征碼匹配單元，提取的特征信息選自以下：

訪問URL的Host/Domain；

https請求頁面未緩存部分的總長度；

https請求頁面中未緩存的圖片或者CSS加載資源的數(shù)量；

頁面加載的每一個資源對象的大小；

https請求發(fā)生的時間。

9.根據(jù)權(quán)利要求8所述的https環(huán)境下用戶行為分析的系統(tǒng)，其特征在于，所述特征碼匹配單元，進一步用于基于以上1個或多個特征信息組合形成一個或多個特征指紋，通過一定時間范圍內(nèi)用戶訪問https請求確定用戶訪問路徑。

10.根據(jù)權(quán)利要求6所述的https環(huán)境下用戶行為分析的系統(tǒng)，其特征在于，所述行為還原單元，將提取特征信息的日志與內(nèi)容特征庫中的特征碼匹配具體選自以下的方法：

通過指紋組合唯一匹配；

如果無法通過指紋組合唯一匹配時，可以通過訪問該網(wǎng)頁時同時加載的資源或URL序列多條件匹配；

從頁面中獲取3-5個必定每次會加載的對象內(nèi)容，同時獲取這些對象內(nèi)容的大小和host信息，依據(jù)每次加載頁面訪問對象序列的host信息和對象大小作為指紋信息進行匹配。