[发明专利]一种网页请求识别方法及装置

说明书

本申请实施例提供了一种网页请求识别方法及装置，方法包括：获取多个标记有标签的样本网页请求，标签包括用于指示网页请求为恶意网页请求的标签或用于指示网页请求为非恶意网页请求的标签；确定每一样本网页请求的结构特征，获得对每一样本网页请求的文本词语，计算每一样本网页请求的每一文本词语的权重，根据每一样本网页请求的结构特征和每一文本词语的权重，确定每一样本网页请求的特征向量，基于机器学习算法，根据每一样本网页请求的特征向量和标签训练网页请求识别模型；当获取到待识别网页请求时，利用网页请求识别模型识别待识别网页请求，确定待识别网页请求是否为恶意网页请求。应用本申请实施例，提高了网页请求识别的准确率。

技术领域

本申请涉及通信技术领域，特别是涉及一种网页请求识别方法及装置。

背景技术

随着互联网技术的发展，各种网络服务便捷了人们的生活，但也给攻击者提供了更多的攻击机会。恶意网页请求为攻击者进行攻击的一种形式。恶意网页请求利用网络服务的漏洞，通过问卷上传、跨站脚本、HTTP(HyperText Transfer Protocol，超文本传输协议)请求欺骗、SQL(Structured Query Language，结构化查询语言)注入等方式攻击网络服务器，达到窃取信息、瘫痪服务等目目的。

为了提高网络安全，保证服务质量，对准确的识别出恶意网页请求提出了要求。目前，网页请求识别主要利用隐马尔科夫模型，具体为：获取标记为恶意网页请求或非恶意网页请求的样本网页请求，将样本网页请求的文本信息转换为状态的形式；对于每个状态，统计该状态之后一个状态为某一状态的概率，例如，“今天”这一状态之后为“天气”这一状态的概率，今天”这一状态之后为“吃饭”这一状态的概率等，进而确定每个状态之后一个状态的概率分布；根据确定的概率分布构建状态转移模型，即网页请求识别模型；通过网页请求识别模型确定待识别网页请求为非恶意网页请求的概率和待识别网页请求为恶意网页请求的概率；若非恶意网页请求的概率大于恶意网页请求的概率，则确定待识别网页请求为非恶意网页请求；否则，确定待识别网页请求为恶意网页请求。

采用隐马尔科夫模型识别网页请求时，仅仅考虑网页请求的文本信息，使得网页请求识别的准确率较低。

发明内容

本申请实施例的目的在于提供一种网页请求识别方法及装置，以提高网页请求识别的准确率。具体技术方案如下：

一方面，本申请实施例提供了一种网页请求识别方法，所述方法包括：

获取多个标记有标签的样本网页请求；所述标签包括用于指示网页请求为恶意网页请求的标签或用于指示网页请求为非恶意网页请求的标签；

确定每一样本网页请求的结构特征；

对每一样本网页请求的文本信息进行分词，获得每一样本网页请求的文本词语；

计算每一样本网页请求的每一文本词语的权重；

对于每一样本网页请求，根据该样本网页请求的结构特征和该样本网页请求的每一文本词语的权重，确定该样本网页请求的特征向量；

基于机器学习算法，根据每一样本网页请求的特征向量和每一样本网页请求的标签训练网页请求识别模型；

当获取到待识别网页请求时，利用所述网页请求识别模型识别所述待识别网页请求，确定所述待识别网页请求是否为恶意网页请求。

二方面，本申请实施例提供了一种网页请求识别装置，所述装置包括：

获取单元，用于获取多个标记有标签的样本网页请求；所述标签包括用于指示网页请求为恶意网页请求的标签或用于指示网页请求为非恶意网页请求的标签；

第一确定单元，用于确定每一样本网页请求的结构特征；

分词单元，用于对每一样本网页请求的文本信息进行分词，获得每一样本网页请求的文本词语；