[發(fā)明專利]一種黑鏈檢測(cè)方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011361810.1
• 申請(qǐng)日: 2020-11-27
• 公開（公告）號(hào): CN112532624B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計(jì)）人: 黃磊
• 申請(qǐng)（專利權(quán)）人: 深信服科技股份有限公司
• 主分類號(hào): H04L9/40
• 分類號(hào): H04L9/40;G06F16/955
• 代理公司: 深圳市深佳知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44285
• 代理人: 張金香

1.一種黑鏈檢測(cè)方法，其特征在于，包括：

提取待檢測(cè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容；

對(duì)所述網(wǎng)頁(yè)內(nèi)容進(jìn)行黑詞匹配，判斷所述網(wǎng)頁(yè)內(nèi)容中是否存在一個(gè)或多個(gè)預(yù)設(shè)黑詞；

若存在所述一個(gè)或多個(gè)預(yù)設(shè)黑詞，則將所述一個(gè)或多個(gè)預(yù)設(shè)黑詞確定為一個(gè)或多個(gè)目標(biāo)黑詞，并根據(jù)所述一個(gè)或多個(gè)目標(biāo)黑詞在合法網(wǎng)頁(yè)中出現(xiàn)的目標(biāo)概率得到網(wǎng)頁(yè)異常參數(shù)；

若所述網(wǎng)頁(yè)異常參數(shù)大于標(biāo)準(zhǔn)參數(shù)，則確定檢測(cè)到黑鏈；

其中，所述根據(jù)所述一個(gè)或多個(gè)目標(biāo)黑詞在合法網(wǎng)頁(yè)中出現(xiàn)的目標(biāo)概率得到網(wǎng)頁(yè)異常參數(shù)，包括：確定各所述目標(biāo)黑詞在所述合法網(wǎng)頁(yè)中出現(xiàn)的目標(biāo)概率所處的概率區(qū)間，并獲取各所述概率區(qū)間對(duì)應(yīng)的網(wǎng)頁(yè)異常子參數(shù)；所述網(wǎng)頁(yè)異常子參數(shù)為網(wǎng)頁(yè)異常子概率或網(wǎng)頁(yè)異常子分值；利用各個(gè)所述網(wǎng)頁(yè)異常子參數(shù)計(jì)算網(wǎng)頁(yè)異常參數(shù)。

2.根據(jù)權(quán)利要求1所述的黑鏈檢測(cè)方法，其特征在于，在提取待檢測(cè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容之前，還包括：

提取所述待檢測(cè)網(wǎng)頁(yè)的超鏈接信息；

對(duì)所述超鏈接信息進(jìn)行非法網(wǎng)頁(yè)地址匹配，判斷所述超鏈接信息中是否存在預(yù)設(shè)非法網(wǎng)頁(yè)地址；

相應(yīng)的，所述提取待檢測(cè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容具體為：

若不存在所述預(yù)設(shè)非法網(wǎng)頁(yè)地址，則執(zhí)行提取待檢測(cè)網(wǎng)頁(yè)的網(wǎng)頁(yè)內(nèi)容。

3.根據(jù)權(quán)利要求2所述的黑鏈檢測(cè)方法，其特征在于，若存在所述預(yù)設(shè)非法網(wǎng)頁(yè)地址，則確定檢測(cè)到所述黑鏈。

4.根據(jù)權(quán)利要求2所述的黑鏈檢測(cè)方法，其特征在于，所述對(duì)所述超鏈接信息進(jìn)行非法網(wǎng)頁(yè)地址匹配，包括：

基于黑鏈庫(kù)對(duì)所述超鏈接信息進(jìn)行非法網(wǎng)頁(yè)地址匹配；所述黑鏈庫(kù)中存儲(chǔ)有所述預(yù)設(shè)非法網(wǎng)頁(yè)地址。

5.根據(jù)權(quán)利要求2所述的黑鏈檢測(cè)方法，其特征在于，所述預(yù)設(shè)非法網(wǎng)頁(yè)地址的獲取過(guò)程，包括：

提取非法網(wǎng)頁(yè)對(duì)應(yīng)的待測(cè)超鏈接；

計(jì)算所述待測(cè)超鏈接對(duì)應(yīng)的目標(biāo)網(wǎng)頁(yè)的目標(biāo)網(wǎng)頁(yè)異常參數(shù)，并判斷所述目標(biāo)網(wǎng)頁(yè)異常參數(shù)是否大于預(yù)設(shè)黑鏈閾值；

若大于所述預(yù)設(shè)黑鏈閾值，則確定所述待測(cè)超鏈接為所述預(yù)設(shè)非法網(wǎng)頁(yè)地址。

6.根據(jù)權(quán)利要求1所述的黑鏈檢測(cè)方法，其特征在于，所述對(duì)所述網(wǎng)頁(yè)內(nèi)容進(jìn)行黑詞匹配，包括：

基于黑詞庫(kù)對(duì)所述網(wǎng)頁(yè)內(nèi)容進(jìn)行黑詞匹配；所述黑詞庫(kù)中存儲(chǔ)有所述預(yù)設(shè)黑詞。

7.根據(jù)權(quán)利要求1所述的黑鏈檢測(cè)方法，其特征在于，所述預(yù)設(shè)黑詞的更新過(guò)程，包括：

獲取非法網(wǎng)站語(yǔ)料并進(jìn)行分詞處理，得到候選文本段；

獲取所述候選文本段對(duì)應(yīng)的成詞信息，并利用所述成詞信息判斷所述候選文本段是否可以成詞；

若所述候選文本段可以成詞，則將所述候選文本段確定為候選預(yù)設(shè)黑詞；

利用所述候選預(yù)設(shè)黑詞對(duì)所述預(yù)設(shè)黑詞進(jìn)行更新。

8.根據(jù)權(quán)利要求7所述的黑鏈檢測(cè)方法，其特征在于，所述獲取所述候選文本段對(duì)應(yīng)的成詞信息，包括：

統(tǒng)計(jì)所述候選文本段在所述非法網(wǎng)站語(yǔ)料中的出現(xiàn)次數(shù)，并利用所述出現(xiàn)次數(shù)計(jì)算詞頻；

利用所述候選文本段中各個(gè)字對(duì)應(yīng)的出現(xiàn)概率計(jì)算凝固度；

計(jì)算所述候選文本段對(duì)應(yīng)的信息熵，并利用所述信息熵得到自由度；

利用所述詞頻、所述凝固度和所述自由度計(jì)算得到所述成詞信息。

9.根據(jù)權(quán)利要求1所述的黑鏈檢測(cè)方法，其特征在于，所述網(wǎng)頁(yè)異常子參數(shù)和/或所述標(biāo)準(zhǔn)參數(shù)的調(diào)節(jié)過(guò)程，包括：

獲取訓(xùn)練網(wǎng)頁(yè)，利用所述預(yù)設(shè)黑詞、所述網(wǎng)頁(yè)異常子參數(shù)和所述標(biāo)準(zhǔn)參數(shù)確定所述訓(xùn)練網(wǎng)頁(yè)對(duì)應(yīng)的訓(xùn)練檢測(cè)結(jié)果；

根據(jù)所述訓(xùn)練檢測(cè)結(jié)果和所述訓(xùn)練網(wǎng)頁(yè)對(duì)應(yīng)的訓(xùn)練標(biāo)簽確定檢測(cè)準(zhǔn)確率；

若所述檢測(cè)準(zhǔn)確率未達(dá)到準(zhǔn)確率閾值，則基于所述檢測(cè)準(zhǔn)確率調(diào)節(jié)所述網(wǎng)頁(yè)異常子參數(shù)和/或所述標(biāo)準(zhǔn)參數(shù)，直至所述檢測(cè)準(zhǔn)確率達(dá)到所述準(zhǔn)確率閾值。