[发明专利]钓鱼网站特性自学习挖掘方法及系统有效
| 申请号： | 201210269274.1 | 申请日： | 2012-07-30 |
| 公开（公告）号： | CN103577449A | 公开（公告）日： | 2014-02-12 |
| 发明（设计）人： | 彭仁诚;潘建波;徐鸣 | 申请（专利权）人： | 珠海市君天电子科技有限公司;北京金山安全软件有限公司;贝壳网际（北京）安全技术有限公司;北京金山网络科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F21/55 |
| 代理公司： | 广州新诺专利商标事务所有限公司 44100 | 代理人： | 张奇洲;华辉 |
| 地址： | 519015 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 钓鱼 网站 特性 自学习 挖掘 方法 系统 | ||
1.一种钓鱼网站特性自学习挖掘方法，其特征在于包括以下步骤：
根据已有的钓鱼网站数据库和安全网站数据库中存储的URL，获取各个网站的页面内容；
将每个网站的网页内容拆分为多个单词；
根据以下公式计算出各个单词在钓鱼网站数据库和安全网站数据库中出现的概率：
P1=X/M、P2=Y/N，
其中，P1为单词在钓鱼网站数据库中出现的概率，
其中，P2为单词在安全网站数据库中出现的概率，
其中，X为包含有该单词的钓鱼网站数目，
其中，M为钓鱼网站数据库中包含的钓鱼网站数目，
其中，Y为包含有该单词的安全网站数目，
其中，N为安全网站数据库中包含的安全网站数目；
若第一单词在钓鱼网站数据库中出现的概率大于预设的第一概率且在安全网站数据库中出现的概率小于预设的第二概率，则将该单词添加进一黑词数据库中。
2.根据权利要求1所述的方法，其特征在于：
所述预设的第一概率为80%，所述预设的第二概率为10%。
3.一种钓鱼网站特性自学习挖掘系统，其特征在于包括：
网页内容获取模块，用于根据已有的钓鱼网站数据库和安全网站数据库中存储的URL，获取各个网站的页面内容；
网页内容拆分模块，用于将每个网站的网页内容拆分为多个单词；
概率计算模块，用于根据以下公式计算出各个单词在钓鱼网站数据库和安全网站数据库中出现的概率：P1=X/M、P2=Y/N，
其中，P1为单词在钓鱼网站数据库中出现的概率，
其中，P2为单词在安全网站数据库中出现的概率，
其中，X为包含有该单词的钓鱼网站数目，
其中，M为钓鱼网站数据库中包含的钓鱼网站数目，
其中，Y为包含有该单词的安全网站数目，
其中，N为安全网站数据库中包含的安全网站数目；
黑词数据添加模块，若第一单词在钓鱼网站数据库中出现的概率大于预设的概率且在安全网站数据库中出现的概率小于预设的概率，则将该单词添加进一黑词数据库中。
4.根据权利要求1所述的系统，其特征在于：
所述预设的第一概率为80%，所述预设的第二概率为10%。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于珠海市君天电子科技有限公司;北京金山安全软件有限公司;贝壳网际（北京）安全技术有限公司;北京金山网络科技有限公司，未经珠海市君天电子科技有限公司;北京金山安全软件有限公司;贝壳网际（北京）安全技术有限公司;北京金山网络科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201210269274.1/1.html，转载请声明来源钻瓜专利网。
