[發明專利]一種網站內容篡改檢測方法、裝置、設備及可讀存儲介質

有效

• 申請號: 201810866015.4
• 申請日: 2018-08-01
• 公開（公告）號: CN109104421B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 龐思銘
• 申請（專利權）人: 深信服科技股份有限公司
• 主分類號: H04L29/06
• 分類號: H04L29/06;G06F16/953
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 王仲凱

本發明公開了一種網站內容篡改檢測方法，包括：接收待檢測的目標網站域名；利用瀏覽器測試框架驅動搜索引擎對目標網站域名進行搜索，獲得與目標網站域名對應的待檢測頁面；利用篡改頁面檢測技術對待檢測頁面的頁面內容進行檢測，識別被篡改的頁面。可見，在本方案中，通過利用瀏覽器測試框架驅動搜索引擎對目標網站域名進行搜索，可以模擬真實用戶操作瀏覽器完成搜索行為，從而避免被搜索引擎誤以為是惡意搜索行為而被禁止；并且本方案利用搜索引擎的全網視角搜索能力，實現從全網視角對目標網站資源的篡改監測，提高了召回率，從而大幅降低漏判；本發明還公開了一種網站內容篡改檢測裝置、設備及可讀存儲介質，同樣能實現上述技術效果。

技術領域

本發明涉及網頁篡改技術領域，更具體地說，涉及一種網站內容篡改檢測方法、裝置、設備及可讀存儲介質。

背景技術

目前，搜索引擎是網絡用戶查找網絡信息，發現網絡資源，尋找待購買的網絡服務的重要入口。有研究指出搜索引擎引入的網絡流量超過整個互聯網通信流量的60％。于是基于搜索引擎實現廣告投遞就成為大多數網絡服務銷售推廣的重要手段。通過搜索引擎進行廣告推廣通常有(1)向搜索服務商購買關鍵詞；(2)白帽SEO(Search EngineOptimization，搜索引擎優化)；(3)黑帽SEO；三種手段。其中，黑帽SEO是一種非法的網絡營銷手段，但因為利益驅使，中國的地下產業鏈常常利用黑客手段批量獲取大量網絡主機的控制權，其中不乏具有高PR值的網站主機，通過將高PR(Page Rank，頁面等級)值的網站主機淪為SEO僵尸網絡成員，通過批量篡改高PR值網站內容，實現黑帽SEO，從而為地下網絡服務提供搜索引擎商業推廣，為其客戶快速贏得訪問流量，謀取暴力。

因此，目前在部署上存在以下兩種方案獲取頁面，以實現對篡改頁面的檢測。第一種是在待測網站主機上部署檢測系統，定時或實時利用頁面檢測技術監測網站資源，稱為本地檢測方案；另一種是依托于爬蟲技術，遠程爬取網站頁面資源進行檢測，稱為遠程檢測方案；其中，在使用爬蟲技術進行遠程檢測方案中，是基于目標網站視角的，通過針對目標網站的爬蟲獲得目標站點鏈接結構的數據。然而由于被嵌入的篡改頁面并未在目標網站合法頁面的鏈接結構中，所以傳統的基于目標網站視角的爬蟲無法發現這些篡改頁面，局限在自身網頁層級結構，無法站在全網視角進行監測，召回率偏低，易發生漏判。

因此，如何解決傳統方案中對目標網站資源進行篡改檢測時，召回率低且易發生漏判的問題，是本領域技術人員需要解決的。

發明內容

本發明的目的在于提供一種網站內容篡改檢測方法、裝置、設備及可讀存儲介質，以實現對目標網站資源進行篡改檢測時，解決召回率低且易發生漏判的問題。

為實現上述目的，本發明實施例提供了如下技術方案：

一種網站內容篡改檢測方法，包括：

接收待檢測的目標網站域名；

利用瀏覽器測試框架驅動搜索引擎對所述目標網站域名進行搜索，獲得與所述目標網站域名對應的待檢測頁面；

利用篡改頁面檢測技術對所述待檢測頁面的頁面內容進行檢測，識別被篡改的頁面。

其中，利用瀏覽器測試框架驅動搜索引擎對所述目標網站域名進行搜索，獲得與所述目標網站域名對應的待檢測頁面，包括：

對所述目標網站域名進行拆分；

將拆分的目標網站域名與操作符、黑詞庫中的優選黑詞進行組合，生成多個字符串組合；

利用瀏覽器測試框架驅動搜索引擎對每個字符串組合進行搜索，對搜索結果進行篩選后，獲取與每個字符串組合對應的待檢測頁面。

其中，所述對搜索結果進行篩選后，獲取與每個字符串組合對應的待檢測頁面，包括：

去除所述搜索結果中搜索結果域名與所述目標網站域名無關、搜索結果標題或摘要中不包括優選黑詞，得到篩選后的搜索結果；