[發明專利]一種模型訓練方法、檢測URL的方法及裝置

有效

• 申請號: 201710998117.7
• 申請日: 2017-10-24
• 公開（公告）號: CN107992741B
• 公開（公告）日: 2020-08-28
• 發明（設計）人: 張雅淋;李龍飛
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F21/51
• 分類號: G06F21/51;G06K9/62;H04L29/06
• 代理公司: 北京晉德允升知識產權代理有限公司 11623
• 代理人: 楊移

1.一種模型訓練方法，包括：

獲取若干統一資源定位符URL；

針對每個URL，提取該URL中的參數；具體地，提取該URL中的參數名滿足指定條件的參數，所述指定條件包括參數名的出現概率大于指定概率值；

針對提取的每個參數，確定該參數對應的特征向量；其中，所述參數對應的特征向量的維度包括所述參數的參數值所包含的字符總數、字母總數、數字總數、特定符號總數、不同字符的數量、不同字母的數量、不同數字的數量、不同的特定符號的數量中的至少一個；

根據各參數分別對應的特征向量，構建隔絕森林Isolation Forest模型，所述隔絕森林模型用于檢測URL是否異常。

2.根據權利要求1所述的方法，針對每個URL，提取該URL中的參數，具體包括：

針對每個URL，在該URL包含的參數中，確定參數名滿足指定條件的參數；

針對確定的每個參數，提取該參數的參數值。

3.根據權利要求2所述的方法，針對提取的每個參數，確定該參數對應的特征向量，具體包括：

針對提取的每個參數，根據該參數的參數值，確定該參數對應的N維特征向量；N為大于0的自然數。

4.一種檢測URL的方法，包括：

獲取URL；

提取所述URL中的參數；

針對提取的每個參數，確定該參數對應的特征向量；

將各參數分別對應的特征向量輸入到預先構建的隔絕森林模型，以對所述URL進行異常檢測；所述隔絕森林模型是根據權利要求1～3任一項所述的方法構建的。

5.根據權利要求4所述的方法，將各參數分別對應的特征向量輸入到預先構建的隔絕森林模型，以對所述URL進行異常檢測，具體包括：

將各參數分別對應的特征向量輸入到預先構建的隔絕森林模型，得到各參數分別對應的模型輸出結果；

根據各參數分別對應的模型輸出結果，判斷各參數中是否存在異常的參數；

若是，則確定所述URL異常；

否則，確定所述URL正常。

6.根據權利要求5所述的方法，將各參數分別對應的特征向量輸入到預先構建的隔絕森林模型，得到各參數分別對應的模型輸出結果，具體包括：

針對每個參數，將該參數對應的特征向量輸入到預先構建的隔絕森林模型，以通過所述隔絕森林模型中的各分類樹對該參數對應的特征向量進行分類，確定該參數對應的特征向量在各分類樹中所落入的葉子節點的平均高度，作為該參數對應的模型輸出結果；

根據各參數分別對應的模型輸出結果，判斷各參數中是否存在異常的參數，具體包括：

針對每個參數，若該參數對應的模型輸出結果小于指定閾值，則確定該參數異常，若該參數對應的模型輸出結果不小于指定閾值，則確定該參數正常。

7.一種模型訓練裝置，包括：

獲取模塊，獲取若干統一資源定位符URL；

提取模塊，針對每個URL，提取該URL中的參數；具體地，提取該URL中的參數名滿足指定條件的參數，所述指定條件包括參數名的出現概率大于指定概率值；

確定模塊，針對提取的每個參數，確定該參數對應的特征向量；其中，所述參數對應的特征向量的維度包括所述參數的參數值所包含的字符總數、字母總數、數字總數、特定符號總數、不同字符的數量、不同字母的數量、不同數字的數量、不同的特定符號的數量中的至少一個；

處理模塊，根據各參數分別對應的特征向量，構建隔絕森林模型，所述隔絕森林模型用于檢測URL是否異常。

8.根據權利要求7所述的裝置，所述提取模塊，針對每個URL，在該URL包含的參數中，確定參數名滿足指定條件的參數；針對確定的每個參數，提取該參數的參數值。

9.根據權利要求8所述的裝置，所述確定模塊，針對提取的每個參數，根據該參數的參數值，確定該參數對應的N維特征向量；N為大于0的自然數。