[發明專利]一種網頁后門檢測方法、裝置、設備及存儲介質

有效

• 申請號: 201810714165.3
• 申請日: 2018-06-29
• 公開（公告）號: CN108920955B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 張鑫
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06F21/56
• 分類號: G06F21/56
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 王玉雙

1.一種網頁后門檢測方法，其特征在于，包括：

通過監測目標主機與瀏覽器之間的網絡流量獲取超級文本標記語言html文件；

提取所述html文件中html標簽的屬性信息，所述屬性信息包括屬性名稱和屬性值；

利用預先建立的html屬性信息模型對所述html標簽的屬性信息進行匹配，所述html屬性信息模型是以多個html標簽的屬性信息為樣本進行訓練得到的；

根據匹配結果判斷所述html文件是否為網頁后門文件；

所述html屬性信息模型是通過提取已知的網頁后門文件中html標簽的屬性信息，以所述已知的網頁后門文件中html標簽的屬性信息為樣本進行訓練得到的；

所述利用預先建立的html屬性信息模型對所述html標簽的屬性信息進行匹配，包括：

以單個html標簽為單位，利用預先建立的html屬性信息模型對各個所述html標簽的屬性信息進行匹配，每個html標簽對應一個匹配結果，所述匹配結果為匹配度的取值；

所述根據匹配結果判斷所述html文件是否為網頁后門文件，包括：

將最高匹配度的取值與設定的閾值進行比較；

若所述最高匹配度的取值超過設定的閾值，判斷所述html文件為網頁后門文件。

2.根據權利要求1所述的方法，其特征在于，若所述匹配度的取值未超過設定的閾值，該方法還包括：

從所述html文件中提取html標簽，得到按照在所述html文件中的順序排列的html標簽序列，所述html標簽序列構成所述html文件的html骨架；利用預先建立的html骨架模型對所述html骨架進行匹配，所述html骨架模型是以多個html骨架為樣本進行訓練得到的；根據匹配結果判斷所述html文件是否為網頁后門文件；

或者，

對所述html文件進行分段處理，得到多個html片段；利用預先建立的片段哈希模型分別對每個html片段進行匹配；根據匹配結果判斷所述html文件是否為網頁后門文件。

3.根據權利要求1～2任一項所述的方法，其特征在于，所述利用預先建立的html屬性信息模型對所述html標簽的屬性信息進行匹配之前，該方法還包括：

按照預定的規則將html標簽中的特定字符串替換為標準字符串；

建立所述html屬性信息模型時，按照所述預定的規則將作為樣本的html屬性信息中的特定字符串替換為標準字符串。

4.根據權利要求1～2任一項所述的方法，其特征在于，所述提取所述html文件中html標簽的屬性信息，包括：

提取所述html文件中非通用html標簽的屬性信息，所述非通用html標簽為所述html文件中除設定的通用html標簽之外的標簽。

5.一種網頁后門檢測裝置，其特征在于，包括：

Html文件獲取模塊，用于通過監測目標主機與瀏覽器之間的網絡流量獲取html文件；

Html屬性信息提取模塊，用于提取所述html文件中html標簽的屬性信息，所述屬性信息包括屬性名稱和屬性值；

模型匹配模塊，用于利用預先建立的html屬性信息模型對所述html標簽的屬性信息進行匹配，所述html屬性信息模型是以多個html標簽的屬性信息為樣本進行訓練得到的；

網頁后門檢測模塊，用于根據匹配結果判斷所述html文件是否為網頁后門文件；

所述html屬性信息模型是通過提取已知的網頁后門文件中html標簽的屬性信息，以所述已知的網頁后門文件中html標簽的屬性信息為樣本進行訓練得到的；

所述模型匹配模塊用于：

以單個html標簽為單位，利用預先建立的html屬性信息模型對各個所述html標簽的屬性信息進行匹配，每個html標簽對應一個匹配結果，所述匹配結果為匹配度的取值；

所述根據匹配結果判斷所述html文件是否為網頁后門文件，包括：

將最高匹配度的取值與設定的閾值進行比較；

若所述最高匹配度的取值超過設定的閾值，判斷所述html文件為網頁后門文件。