[發明專利]一種網頁請求識別方法及裝置

有效

• 申請號: 201711188652.2
• 申請日: 2017-11-24
• 公開（公告）號: CN109150817B
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 孫松兒
• 申請（專利權）人: 新華三信息安全技術有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京柏杉松知識產權代理事務所(普通合伙) 11413
• 代理人: 馬敬;項京

1.一種網頁請求識別方法，其特征在于，所述方法包括：

提取多個樣本網頁請求的特征；

確定每一樣本網頁請求的特征對應的特征向量；

根據預定聚類算法和確定的特征向量，對所述多個樣本網頁請求進行聚類；

針對每一聚類，根據該聚類包含的樣本網頁請求的特征向量，確定該聚類包含的樣本網頁請求的特征向量的中心向量；

當獲得待識別網頁請求時，確定所述待識別網頁請求所屬的聚類；

若所述待識別網頁請求的特征向量與所述待識別網頁請求所屬的聚類的中心向量的距離不在所述待識別網頁請求所屬的聚類對應的預定距離范圍內，則確定所述待識別網頁請求為惡意網頁請求；

其中，所述預定距離范圍采用如下步驟確定：

計算所述待識別網頁請求所屬的聚類的中心向量分別與所述待識別網頁請求所屬的聚類包含的每一樣本網頁請求的特征向量的距離；

確定計算得到的多個距離的第一均值和第一方差；

根據第一均值和第一方差，構建所述待識別網頁請求所屬的聚類的正態分布；

確定所述待識別網頁請求所屬的聚類的正態分布所在坐標系橫軸上的第一點和第二點，所述第一點和所述第二點對稱位于所述待識別網頁請求所屬的聚類的正態分布的中心軸兩側，且所述第一點和所述第二點之間的概率為第一預設概率；

將所述第一點的橫坐標值和所述第二點的橫坐標值組成的區間確定為所述待識別網頁請求所屬的聚類對應的預定距離范圍。

2.根據權利要求1所述的方法，其特征在于，所述根據第一均值和第一方差，構建所述待識別網頁請求所屬的聚類的正態分布的步驟，包括：

根據所述待識別網頁請求所屬的聚類的第一均值和第一方差，構建所述待識別網頁請求所屬的聚類的過渡正態分布；

去除所述待識別網頁請求所屬的聚類中不滿足以下公式的樣本網頁請求：

δ₁xδ₂；

其中，x為所述待識別網頁請求所屬的聚類包含的樣本網頁請求的特征向量與所述待識別網頁請求所屬的聚類的中心向量的距離，δ₁為位于所述待識別網頁請求所屬的聚類的過渡正態分布所在坐標系橫軸上的中心軸左側的第三點，δ₂為與所述第三點對稱位于所述待識別網頁請求所屬的聚類的過渡正態分布所在坐標系橫軸上的中心軸右側的第四點；在所述待識別網頁請求所屬的聚類的過渡正態分布下，所述第三點和所述第四點之間的概率為第二預設概率；

根據所述待識別網頁請求所屬的聚類包含的剩余樣本網頁請求的特征向量，重新確定所述待識別網頁請求所屬的聚類的中心向量；

重新計算重新確定的所述待識別網頁請求所屬的聚類的中心向量分別與所述待識別網頁請求所屬的聚類包含的每一剩余樣本網頁請求的特征向量的距離；

確定重新計算得到的多個距離的第二均值和第二方差；

根據第二均值和第二方差，構建所述待識別網頁請求所屬的聚類的正態分布。

3.根據權利要求1-2任一項所述的方法，其特征在于，所述確定所述待識別網頁請求所屬的聚類的步驟，包括：

提取所述待識別網頁請求的特征；

確定所述待識別網頁請求的特征向量；

計算所述待識別網頁請求的特征向量分別與各個聚類的中心向量的距離；

將距離最小的聚類確定為所述待識別網頁請求所屬的聚類。

4.根據權利要求1所述的方法，其特征在于，所述提取多個樣本網頁請求的特征的步驟，包括：

提取多個樣本網頁請求中預設類型的詞語；

確定提取的詞語中每一詞語的出現次數；

提取所述多個樣本網頁請求中每一樣本網頁請求的結構特征；

對于每一樣本網頁請求，將該樣本網頁請求的結構特征和該樣本網頁請求中預設類型的詞語的出現次數，確定為該樣本網頁請求的特征。

5.根據權利要求4所述的方法，其特征在于，所述提取多個樣本網頁請求中預設類型的詞語的步驟，包括：

提取多個樣本網頁請求中的參數名和參數值。