[發(fā)明專利]報(bào)文的識(shí)別方法、裝置、電子設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110397527.2
• 申請(qǐng)日: 2021-04-13
• 公開(kāi)（公告）號(hào): CN113114679B
• 公開(kāi)（公告）日: 2023-03-24
• 發(fā)明（設(shè)計(jì)）人: 吳鴻霖;呂博良;葉紅;姜城
• 申請(qǐng)（專利權(quán)）人: 中國(guó)工商銀行股份有限公司
• 主分類(lèi)號(hào): H04L9/40
• 分類(lèi)號(hào): H04L9/40;H04L67/06;G06F18/214;G06F18/24
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 趙婷

1.一種報(bào)文的識(shí)別方法，包括：

獲取訪問(wèn)網(wǎng)站的請(qǐng)求報(bào)文；以及

利用分類(lèi)器模型識(shí)別所述請(qǐng)求報(bào)文屬于文件上傳報(bào)文或非文件上傳報(bào)文，其中，所述分類(lèi)器模型為基于多個(gè)歷史請(qǐng)求報(bào)文訓(xùn)練得到的二分類(lèi)機(jī)器學(xué)習(xí)模型；以及

根據(jù)識(shí)別結(jié)果處理所述請(qǐng)求報(bào)文，包括：在所述網(wǎng)站處于測(cè)試階段時(shí)，當(dāng)識(shí)別出所述請(qǐng)求報(bào)文屬于文件上傳報(bào)文時(shí)，對(duì)所述請(qǐng)求報(bào)文進(jìn)行改造以構(gòu)造各種類(lèi)型的漏洞攻擊報(bào)文，并利用所述各種類(lèi)型的漏洞攻擊報(bào)文檢測(cè)所述網(wǎng)站的服務(wù)器的漏洞防護(hù)性能；

其中，

所述利用分類(lèi)器模型識(shí)別所述請(qǐng)求報(bào)文屬于文件上傳報(bào)文或非文件上傳報(bào)文包括：將請(qǐng)求報(bào)文的特征矩陣輸入到所述分類(lèi)器模型，以獲得所述分類(lèi)器模型輸出的分類(lèi)結(jié)果，其中，以如下方式組合得到所述請(qǐng)求報(bào)文的特征矩陣：

基于將所述請(qǐng)求報(bào)文的請(qǐng)求行、請(qǐng)求頭和請(qǐng)求體中的字符，與預(yù)設(shè)的行為詞典矩陣空間中的詞的匹配，將表示匹配結(jié)果的數(shù)值按照所述行為詞典矩陣空間中的詞的位置排布，以獲得所述請(qǐng)求報(bào)文的上傳行為分布特征矩陣；所述行為詞典矩陣空間由用于表征與報(bào)文的上傳行為相關(guān)的詞構(gòu)成；所述行為詞典矩陣空間中的詞包括以下至少之一：upload，filename，boundary、data、或path；以及

基于對(duì)所述請(qǐng)求報(bào)文的請(qǐng)求行、請(qǐng)求頭和請(qǐng)求體中的字符與預(yù)設(shè)的類(lèi)型詞典矩陣空間中的詞的匹配，將表示匹配結(jié)果的數(shù)值按照所述行為類(lèi)型詞典空間中的詞的位置排布，以獲得所述請(qǐng)求報(bào)文的文件類(lèi)型特征矩陣；所述類(lèi)型詞典矩陣空間由用于表征上傳的文件的詞構(gòu)成；所述類(lèi)型詞典矩陣空間中的詞包括以下至少之一：png、jpg、jpeg、image、gif、bmp、ffd8、或424D。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述得到所述請(qǐng)求報(bào)文的特征矩陣還包括：

基于對(duì)所述請(qǐng)求報(bào)文中的字符的自然語(yǔ)言處理，獲得所述請(qǐng)求報(bào)文的字符分布特征矩陣；以及

將所述字符分布特征矩陣、所述上傳行為分布特征矩陣、和所述文件類(lèi)型特征矩陣拼接，得到所述請(qǐng)求報(bào)文的特征矩陣。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述基于對(duì)所述請(qǐng)求報(bào)文中的字符的自然語(yǔ)言處理，獲得所述請(qǐng)求報(bào)文的字符分布特征矩陣包括：

對(duì)所述請(qǐng)求報(bào)文以字符為分詞的最小單位進(jìn)行n-gram分詞，得到所述請(qǐng)求報(bào)文的分詞列表；以及

將所述分詞列表與預(yù)設(shè)的分詞矩陣空間對(duì)比，得到所述請(qǐng)求報(bào)文的字符分布特征矩陣；

其中，

所述分詞矩陣空間為基于對(duì)多個(gè)所述歷史請(qǐng)求報(bào)文以字符為最小單位進(jìn)行n-gram分詞后，再經(jīng)過(guò)逆向詞頻TF-IDF統(tǒng)計(jì)后得到的分詞構(gòu)成。

4.根據(jù)權(quán)利要求3所述的方法，其中，所述對(duì)所述請(qǐng)求報(bào)文以字符為分詞的最小單位進(jìn)行n-gram分詞包括：

對(duì)所述請(qǐng)求報(bào)文的請(qǐng)求行、請(qǐng)求頭以及請(qǐng)求體的參數(shù)中的字符進(jìn)行n-gram分詞。

5.根據(jù)權(quán)利要求2～4任意一項(xiàng)所述的方法，其中，所述分類(lèi)器模型是通過(guò)如下方式訓(xùn)練得到的：

獲取多個(gè)所述歷史請(qǐng)求報(bào)文；

將每個(gè)所述歷史請(qǐng)求報(bào)文標(biāo)記為文件上傳報(bào)文或非文件上傳報(bào)文；

按照與獲得所述請(qǐng)求報(bào)文的特征矩陣相同的方式提取每個(gè)所述歷史請(qǐng)求報(bào)文的特征矩陣；以及

以每個(gè)所述歷史請(qǐng)求報(bào)文的特征矩陣作為輸入、以每個(gè)所述歷史請(qǐng)求報(bào)文的標(biāo)記作為輸出參考，訓(xùn)練所述分類(lèi)器模型。