[發(fā)明專利]網(wǎng)頁分類方法及裝置、存儲介質(zhì)及電子設(shè)備

有效

• 申請?zhí)枺?/td>: 201711375002.9
• 申請日: 2017-12-19
• 公開（公告）號: CN108134784B
• 公開（公告）日: 2021-08-31
• 發(fā)明（設(shè)計）人: 鄒榮珠
• 申請（專利權(quán)）人: 東軟集團(tuán)股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F16/953;G06F16/955;G06K9/62
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 李偉;王寶筠

本發(fā)明提供了一種網(wǎng)頁分類方法，在用戶需要對網(wǎng)頁進(jìn)行訪問時，對訪問的網(wǎng)頁進(jìn)行分類，從網(wǎng)頁的網(wǎng)頁元素中提取網(wǎng)頁特征，并將提取的各個網(wǎng)頁特征發(fā)送至與其對應(yīng)的初始分類器，本發(fā)明中，應(yīng)用了多個不同的初始分類器，每個初始分類器可以對惡意網(wǎng)頁進(jìn)行識別，且每個初始分類器所識別的惡意網(wǎng)頁的類別不同，各個初始分類器對接收到的各個網(wǎng)頁特征進(jìn)行處理，得到網(wǎng)頁的初級類別，然后將各個初級類別在集成分類器中進(jìn)行分析，以最終確定網(wǎng)頁的網(wǎng)頁類別，進(jìn)而可以使用戶根據(jù)待訪問網(wǎng)頁的網(wǎng)頁類別，決定是否對網(wǎng)頁進(jìn)行訪問，提升了用戶訪問網(wǎng)頁的安全性。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種網(wǎng)頁分類方法及裝置、存儲介質(zhì)及電子設(shè)備。

背景技術(shù)

隨著網(wǎng)絡(luò)資源的不斷豐富，人們通過網(wǎng)頁獲取資源和信息的需求不斷增多。用戶可以通過訪問不同網(wǎng)站的網(wǎng)頁，閱讀新聞信息、進(jìn)行購物或者觀看自己喜愛的視頻，在擴(kuò)展了個人信息量來源的同時，也豐富了個人生活。

與此同時，一些不法分子利用網(wǎng)頁進(jìn)行的惡意行為也呈爆發(fā)增長的趨勢。不法分子在用戶訪問網(wǎng)頁時，利用具有惡意行為的惡意網(wǎng)頁，破壞用戶的訪問過程，對用戶的財產(chǎn)、個人信息等造成了不同程度的損害，降低了用戶對網(wǎng)頁訪問的安全性。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是提供一種網(wǎng)頁分類方法，對用戶待訪問的網(wǎng)頁進(jìn)行分類，以確定待訪問網(wǎng)頁的網(wǎng)頁類別，避免用戶誤訪問惡意網(wǎng)頁，提高用戶對網(wǎng)頁訪問的安全性。

本發(fā)明還提供了一種網(wǎng)頁分類裝置，用以保證上述方法在實際中的實現(xiàn)及應(yīng)用。

一種網(wǎng)頁分類方法，所述方法包括：

從待分類網(wǎng)頁的網(wǎng)頁元素中提取網(wǎng)頁特征；

將每個網(wǎng)頁特征發(fā)送至與其元素屬性具有對應(yīng)關(guān)系的初始分類器，以得到所述待分類網(wǎng)頁的初級類別，不同的初始分類器識別不同的類別的惡意網(wǎng)頁；每一個所述初始分類器由其對應(yīng)的網(wǎng)頁元素中的網(wǎng)頁特征訓(xùn)練得到；

將每個所述初始分類器確定的初級類別，匯總至集成分類器，由所述集成分類器進(jìn)行分析，以最終確定所述待分類網(wǎng)頁的網(wǎng)頁類別。

上述的方法，可選的，所述將每個網(wǎng)頁特征發(fā)送至與其元素屬性具有對應(yīng)關(guān)系的初始分類器，以得到待分類網(wǎng)頁的初級類別，包括：

獲取第一元素屬性對應(yīng)的網(wǎng)頁特征，所述第一元素屬性對應(yīng)的網(wǎng)頁特征是可以確定所述待分類網(wǎng)頁是否為欺詐類型網(wǎng)頁的特征；

將所述第一元素屬性對應(yīng)的網(wǎng)頁特征所組成的特征向量輸入至欺詐網(wǎng)頁分類器，以得到所述待分類網(wǎng)頁的第一初始類別，所述第一初始類別為正常網(wǎng)頁、釣魚網(wǎng)頁、欺詐網(wǎng)頁或仿冒網(wǎng)頁。

上述的方法，可選的，所述將每個網(wǎng)頁特征發(fā)送至與其元素屬性具有對應(yīng)關(guān)系的初始分類器，以得到待分類網(wǎng)頁的初級類別，包括：

獲取第二元素屬性對應(yīng)的網(wǎng)頁特征；所述第二元素屬性對應(yīng)的網(wǎng)頁特征是從所述待分類網(wǎng)頁的源代碼中提取的，可確定所述待分類網(wǎng)頁是否為惡意入侵類型網(wǎng)頁的特征；

將所述第二元素屬性對應(yīng)的網(wǎng)頁特征所組成的特征向量輸入至惡意入侵網(wǎng)頁分類器，以得到所述待分類網(wǎng)頁的第二初始類別，所述第二初始類別為惡意廣告網(wǎng)頁、黑客入侵網(wǎng)頁、木馬網(wǎng)頁或正常網(wǎng)頁。

上述的方法，可選的，所述將每個網(wǎng)頁特征發(fā)送至與其元素屬性具有對應(yīng)關(guān)系的初始分類器，以得到待分類網(wǎng)頁的初級類別，包括：

獲取第三元素屬性對應(yīng)的網(wǎng)頁特征，所述第三元素屬性對應(yīng)的網(wǎng)頁特征是可確定所述待分類網(wǎng)頁是否為不合規(guī)類型網(wǎng)頁的特征；

將所述第三元素屬性對應(yīng)的網(wǎng)頁特征所組成的特征向量輸入至不合規(guī)網(wǎng)頁分類器，以得到所述待分類網(wǎng)頁的第三初始類別，所述第三初始類別為正常網(wǎng)頁、色情網(wǎng)頁、非法博彩網(wǎng)頁或違反法律法規(guī)網(wǎng)頁。