[發明專利]基于最小緩存模型的WEB頁面流式解析方法

在審

• 申請號: 201810508416.2
• 申請日: 2018-05-24
• 公開（公告）號: CN108763930A
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 玄世昌;苘大鵬;王巍;楊武;秦凱悅
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06F21/56
• 分類號: G06F21/56;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于最小緩存模型的WEB頁面流式解析方法，其特征是：

步驟1、數據預處理；

步驟2、HTML頁面解析；

步驟3、JS腳本解析；

步驟4、特征處理。

2.根據權利要求1所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述數據預處理具體包括：在網關處獲得網頁數據包，將網頁數據包作為輸入，根據數據包中WEB頁面的格式決定選擇哪種方式對其進行解析處理。

3.根據權利要求2所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述根據數據包中WEB頁面的格式決定選擇哪種方式對其進行解析處理具體包括：對網頁數據包進行過濾，如果頁面數據包的內容是HTML文檔則將該網頁數據包交給頁面解析模塊進行解析處理；若頁面數據包的內容為Javascript腳本文件則將該網頁數據包交給腳本解析模塊進行解析處理；若都不是，則該頁面數據包不是要處理的網頁數據包，返回給網關。

4.根據權利要求1、2或3所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述HTML頁面解析具體包括：一方面，對URL鏈接的標簽以及標簽內部屬性進行分析，進一步解析出HTML頁面代碼中的URL數據，并根據解析出的URL鏈接提取出用于WEB木馬檢測的特征數據；另一方面，對于屬于隱藏標簽下的URL鏈接特征進行標記，用于WEB木馬檢測。

5.根據權利要求1、2或3所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述JS腳本解析具體包括：

1)在解析程序中引入Spidermonkey頭文件，便于程序代碼對Spidermonkey提供的接口函數的調用；

2)調用Spidermonkey提供的API接口對Javascript對象進行初始化；

3)調用API執行Javascript腳本內容，獲取需要的數據；

4)在處理完成后對腳本引擎進行清理。

6.根據權利要求4所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述JS腳本解析具體包括：

1)在解析程序中引入Spidermonkey頭文件，便于程序代碼對Spidermonkey提供的接口函數的調用；

2)調用Spidermonkey提供的API接口對Javascript對象進行初始化；

3)調用API執行Javascript腳本內容，獲取需要的數據；

4)在處理完成后對腳本引擎進行清理。

7.根據權利要求1、2或3所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述特征處理具體包括：

1)提取特定URL，并提取用于檢測的URL特征，

2)不顯示的隱藏標簽解析。

8.根據權利要求4所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述特征處理具體包括：

1)提取特定URL，并提取用于檢測的URL特征，

2)不顯示的隱藏標簽解析。

9.根據權利要求5所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述特征處理具體包括：

1)提取特定URL，并提取用于檢測的URL特征，

2)不顯示的隱藏標簽解析。

10.根據權利要求6所述的基于最小緩存模型的WEB頁面流式解析方法，其特征是所述特征處理具體包括：

1)提取特定URL，并提取用于檢測的URL特征，

2)不顯示的隱藏標簽解析。