[發明專利]一種基于流量分析的多鏈路網頁篡改判定方法

有效

• 申請號: 201910364169.8
• 申請日: 2019-04-30
• 公開（公告）號: CN110134901B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 楊武
• 申請（專利權）人: 哈爾濱英賽克信息技術有限公司
• 主分類號: G06F16/958
• 分類號: G06F16/958;G06F16/951
• 代理公司: 哈爾濱龍科專利代理有限公司 23206
• 代理人: 高媛

1.一種基于流量分析的多鏈路網頁篡改判定方法，其特征在于所述方法包括如下步驟：

步驟一、配置網站規則；

步驟二、在多個鏈路節點中捕獲網頁，并且使用相似度比對算法將歷史網頁與當前網頁進行對比，得出網頁是否被篡改的結論，所述相似度比對算法的具體步驟如下：

第一步、初始化：初始化兩個足夠大的隊列q₁，q₂，用來遍歷virtual?DOM中的結點；初始化一個mapstring,intmap_tag_affectoi用來存儲影響因子為2的元素；初始化一個mapstring,intmap_tag_classify用來存儲元素分類；初始化一個足夠大的整型數組array1，每一個元素存儲一層的變化比例；初始化一個足夠大的二維整型數組arrayb，存儲對應的文本集合屬于固定區域還是動態區域；初始化兩個vectortextv1，v2，用來存儲文本集合；初始化一個整型數組array2，數組中每一個元素存儲一個集合的變化比例；初始化雙精度浮點數nu，記錄一層中有變化的元素的累加和；初始化雙精度浮點數de，用來記錄一層中所有元素的累加和，執行第二步；

第二步、同時按層遍歷兩個virtualDOM，遍歷過程中向結點中添加層號屬性和父結點序號屬性，兩個根結點入隊，執行第三步；

第三步、出隊：若q₁，q₂中一個為空，另一個不為空，則執行第九步；若兩隊列都為空，則執行第十步；否則，q₁和q₂出隊，出隊結點為N1，N2，將N1和N2的兒子結點分別按順序入隊，執行第四步；

第四步、對比兩個結點N1，N2：將歷史父結點序號和當前父結點序號進行對比，若不同，則執行第五步；否則，執行第六步；

第五步、對比兩個文本集合v1，v2：將集合變化比例記錄到數組array2，執行第六步；

第六步、記錄層變化比例：將結點中的文本text1，text2分別存入v1，v2，將歷史層號和當前層號進行對比，若不同，則根據nu和de將該層結構變化比例記錄到數組array1中，執行第七步；

第七步、對比重要屬性propl1，propl2：若propl1和propl2存在，且同為src或者同為href，且屬性值相同，或者propl1和propl2都不存在，則執行第八步；否則執行第九步；

第八步、對比兩個元素tag₁、tag₂：若tag₁和tag₂都不為空，且不屬于同一元素分類，則執行第九步；否則，進行nu和de的累加，并執行第三步；

第九步、判定該網頁為被篡改，算法結束；

第十步、判定該網頁為未被篡改，算法結束；

步驟三、將多個鏈路節點的結論進行匯總，并綜合分析，得出網頁是被流量篡改還是源篡改。

2.根據權利要求1所述的基于流量分析的多鏈路網頁篡改判定方法，其特征在于所述步驟一中，網站規則的配置方式有兩種：

1)人為指定模式：人為的指定目標網頁中哪一部分是固定區域，哪一部分是動態區域，需要配置的內容是：固定區域在網頁DOM樹中有哪幾個內容集合，動態區域在網頁DOM樹中有哪幾個內容集合；

2)無人為指定模式：通過抓取該網站的前M次網頁，分別對比前后兩次網頁的不同，得出網頁的動態區域以及固定區域，需要配置的內容是：M的取值。

3.根據權利要求1所述的基于流量分析的多鏈路網頁篡改判定方法，其特征在于所述步驟二的具體步驟如下：

在抓取到一個網頁后，先提取網頁的相關數據，再通過查找該網頁的URL，判斷是否有該網頁的歷史信息，若有則將當前網頁的相關數據和歷史信息進行相似度比對，得出相似度的值，并與該網頁的相似度基準值進行比較，得出結論；若得出更新結論，則將歷史信息替換為當前的相關數據。

4.根據權利要求3所述的基于流量分析的多鏈路網頁篡改判定方法，其特征在于所述網頁的相關數據包括：virtualDOM、固定區域的位置信息、動態區域的位置信息和相似度基準值。

5.根據權利要求1所述的基于流量分析的多鏈路網頁篡改判定方法，其特征在于所述步驟三中，判斷網頁是被流量篡改還是源篡改的方法如下：

假設有n個節點，那么節點表示為k₁，k₂，k₃，…，k_n，目標網站服務器表示為s，具體對比的方案為：

1)若k₁，k₂，k₃，…，k_n結論全為非篡改，那么最終結論是：沒有網頁流量篡改的情況；

2)若某幾個節點結論為篡改，其他結點結論為非篡改，那么最終結論是：從s到篡改節點的鏈路上都出現網頁流量篡改的情況；

3)若k₁，k₂，k₃，…，k_n結論為篡改，那么有可能網頁被源篡改，也有可能是在s到k₁，k₂，k₃，…，k_n的鏈路上都出現了網頁流量篡改的情況。