[發明專利]一種網站的識別方法及裝置

有效

• 申請號: 201710565741.8
• 申請日: 2017-07-12
• 公開（公告）號: CN109274632B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 付為民;郝建忠;鄭浩彬;陳濤;鄔學農
• 申請（專利權）人: 中國移動通信集團廣東有限公司;中國移動通信集團公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;曹杰

1.一種網站的識別方法，其特征在于，所述方法包括：

接收用戶訪問網站的統一資源定位器URL請求，在白名單中查找所述URL請求對應的URL，若在所述白名單中查找到所述URL請求對應的URL，則連接所述URL請求對應的URL；

在黑名單中查找所述URL請求對應的URL，若在所述黑名單中查找到所述URL請求對應的URL，則生成高危風險提示信息；

若在所述白名單和所述黑名單中均沒有查找到所述URL請求對應的URL，則根據預設規則計算所述URL請求對應的URL的各個特征權重值，并根據所述各個特征權重值識別所述URL請求對應的URL是否為異常網站；

所述異常網站具體包括：

高概率異常網站、疑似異常網站和高概率正常網站；

若所述URL請求對應的URL是異常網站，則對所述URL請求對應的URL進行二次識別；

若所述二次識別的結果為所述高概率異常網站，則生成高危風險提示信息，并跟蹤識別所述高概率異常網站，二次連接所述高概率異常網站并統計二次連接次數，并添加所述高概率異常網站到所述黑名單中；

若所述二次識別的結果為所述高概率正常網站，則直接連接所述高概率正常網站，并添加所述高概率正常網站到所述白名單中；

若所述二次識別的結果為所述疑似異常網站，則生成一般風險提示信息，跟蹤識別所述疑似異常網站，二次連接所述高概率異常網站并統計二次連接次數，并添加所述疑似異常網站到灰名單中。

2.根據權利要求1所述的方法，其特征在于，所述根據預設規則計算所述URL請求對應的URL的各個特征權重值，具體包括：

根據預設規則計算所述URL請求對應的URL的域名名稱相似度權重、網頁內容相似度權重、用戶舉報量的權重、二次訪問量權重四個維度的特征權重值。

3.根據權利要求1所述的方法，其特征在于，所述方法還包括：

根據用戶每次反饋信息、爬取網頁內容、更新網頁內容特征相似度值、網站二次訪問量的周期性更新信息對所述黑名單、所述白名單和所述灰名單進行迭代計算識別；

若識別結果為所述高概率異常網站，則添加到所述黑名單中；

若識別結果為所述高概率正常網站，則添加到所述白名單中；

若識別結果既不是所述高概率異常網站也不是所述高概率正常網站，則繼續保留在所述灰名單中等待下一次迭代計算，進行識別。

4.根據權利要求2所述的方法，其特征在于，所述域名名稱相似度權重的計算方法包括：

建立白名單網站域名庫；

對比所述URL請求對應的URL的域名與所述白名單網站域名庫中的域名，判斷是否存在常見拼寫錯誤、元音字符替代、同音異形字替換、錯誤的頂級域名替換、錯誤的二級域名替換、單數復數變換、同形字、缺失或重復某一字符、相鄰字符交換位置、鍵盤相鄰字符替代或插入、分隔字符的插入或刪除內容，得到判斷結果；

根據所述判斷結果，計算出所述URL請求對應的URL的域名與所述白名單網站域名庫中的域名的相似度得分值，并獲取所述得分值中的最大值作為所述URL請求對應的URL的域名名稱相似度權重。