[发明专利]报文过滤方法与装置

权利要求书

1.一种报文过滤方法，其特征在于，包括：

使用第一过滤规则对报文进行过滤，过滤掉所述报文中符合设定格式的报文；

判断过滤后的所述报文是否与黑名单或白名单中的报文相匹配；

若不匹配，则获取不匹配的报文对应的文本信息和/或网页状态码；

根据所述文本信息和/或所述网页状态码对所述不匹配的报文进行报文过滤。

2.根据权利要求1所述的方法，其特征在于，所述判断过滤后的所述报文是否与黑名单或白名单中的报文相匹配的步骤包括：

判断过滤后的所述报文的页面浏览PV量是否大于第一设定阈值；

对过滤后的所述报文中，PV量大于所述第一设定阈值的报文进行所述是否与黑名单或白名单中的报文相匹配的判断。

3.根据权利要求1或2所述的方法，其特征在于，所述获取不匹配的报文对应的文本信息和/或网页状态码的步骤包括：

获取所述不匹配的报文的统一资源定位符URL，对其进行去除重复和打乱顺序处理；

对所述处理后的URL进行网页爬取，获得所述处理后的URL对应的网页源码和/或网页状态码；

若获得到所述处理后的URL对应的网页源码，则对所述网页源码进行语法分析，获取所述处理后的URL对应的文本信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述文本信息和/或所述网页状态码对所述不匹配的报文进行报文过滤的步骤包括：

若所述网页状态码为非正常页面返回码，则过滤掉所述网页状态码对应的报文，并将所述报文加入所述黑名单；

若根据所述文本信息确定所述URL对应的网页正文的字符数少于第二设定阈值、和/或所述网页正文无标题、和/或所述网页正文无文档属性信息，则过滤掉所述文本信息对应的报文，并将所述报文加入所述黑名单。

5.根据权利要求1所述的方法，其特征在于，还包括：

若判断过滤后的所述报文与所述黑名单中的报文匹配，则过滤掉匹配的所述报文；

若判断过滤后的所述报文与所述白名单中的报文匹配，则对匹配的所述报文放行。

6.根据权利要求1所述的方法，其特征在于，所述使用第一过滤规则对报文进行过滤，过滤掉所述报文中符合设定格式的报文的步骤包括：

根据报文的URL使用第一过滤规则对报文进行过滤，过滤掉所述报文中URL与设定格式的URL相匹配的报文。

7.一种报文过滤装置，其特征在于，包括：

第一过滤模块，用于使用第一过滤规则对报文进行过滤，过滤掉所述报文中符合设定格式的报文；

判断模块，用于判断过滤后的所述报文是否与黑名单或白名单中的报文相匹配；

获取模块，用于若所述判断模块的判断结果为不匹配，则获取不匹配的报文对应的文本信息和/或网页状态码；

第二过滤模块，用于根据所述文本信息和/或所述网页状态码对所述不匹配的报文进行报文过滤。

8.根据权利要求7所述的装置，其特征在于，所述判断模块，用于判断过滤后的所述报文的页面浏览PV量是否大于第一设定阈值；对过滤后的所述报文中，PV量大于所述第一设定阈值的报文进行所述是否与黑名单或白名单中的报文相匹配的判断。

9.根据权利要求7或8所述的装置，其特征在于，所述获取模块，用于若所述判断模块的判断结果为不匹配，则获取所述不匹配的报文的统一资源定位符URL，对其进行去除重复和打乱顺序处理；对所述处理后的URL进行网页爬取，获得所述处理后的URL对应的网页源码和/或网页状态码；若获得到所述处理后的URL对应的网页源码，则对所述网页源码进行语法分析，获取所述处理后的URL对应的文本信息。

10.根据权利要求9所述的装置，其特征在于，所述第二过滤模块，用于若所述网页状态码为非正常页面返回码，则过滤掉所述网页状态码对应的报文，并将所述报文加入所述黑名单；若根据所述文本信息确定所述URL对应的网页正文的字符数少于第二设定阈值、和/或所述网页正文无标题、和/或所述网页正文无文档属性信息，则过滤掉所述文本信息对应的报文，并将所述报文加入所述黑名单。