[发明专利]一种网址检测方法及装置有效
申请号: | 201711214361.6 | 申请日: | 2017-11-28 |
公开(公告)号: | CN108197465B | 公开(公告)日: | 2020-12-08 |
发明(设计)人: | 韩锐;张晶;郭志川 | 申请(专利权)人: | 中国科学院声学研究所;北京中科智网科技有限公司 |
主分类号: | G06F21/55 | 分类号: | G06F21/55;G06F21/56 |
代理公司: | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人: | 陈霁 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 网址 检测 方法 装置 | ||
本发明实施例公开了一种网址检测方法及装置。该网址检测方法可以包括:路由器对待测试网页进行预处理,根据第一敏感信息类型对待测试网页对应的网页内容进行分类并标识类型,以及统计每种类型的第一敏感信息的数量;路由器根据第一敏感信息的种类和数量,预估网页检测所需要的协作路由器的种类,以及每种类型的协作路由器对应的任务量;路由器根据协作路由器的属性分配检测任务。本发明实施例提供了一种网址检测方法及装置,通过多路由器协作完成对一个网页内容的检测,不需要云端服务器协助检测,从而减轻云端服务器负载,为用户提供了及时高效服务。
技术领域
本发明涉及计算机技术领域,尤其涉及一种网址检测方法及装置。
背景技术
当今计算机技术与日俱进,互联网已遍布到人们生活中的各个角落,与此同时,随之而来的网络安全问题也越来越多,在众多的网络安全问题中,计算机病毒、间谍软件、恶意网址和木马是近年来对互联网的主要安全威胁。而在这些安全威胁中,恶意网址带来的影响最为普遍,所造成的后果也最为严重。
传统的特征检测大多采用基于代码特征的检测方法,特征匹配技术是广泛应用于杀毒软件中的技术,网络安全专家提取网页代码中恶意脚本的特征码,并将其加入特征库中以供匹配来实现。在浏览器访问网址时,使用特征库与网页中的文本进行匹配,如果匹配成功则证明该网站为恶意网址。与其他检测方法相比,基于特征的具有速度快、效率高的优等优点,但是特征数量往往十分庞大。
目前,很多研究将恶意网址检测的工作通过云端服务器进行处理,大大提高了准确性,但是由用户产生的大量数据需要采集、传输和处理,给当前的网络系统以及各种计算系统带来了巨大压力,而且难以提供实时的分析和处理。
发明内容
本发明实施例提供了一种网址检测方法及装置,旨在利用多路由器协作的方式进行恶意网址检测,更加高效准确地检测出恶意网址,同时能减轻因数据庞大导致的存储压力,减轻服务器和网络的负载,为用户服务请求提供高效的服务响应。
第一方面,本发明实施例提供了一种网址检测方法,该网址检测方法可以包括:对待测试网页进行预处理,根据第一敏感信息的类型对待测试网页对应的网页内容进行分类并标识类型,以及统计每种类型的第一敏感信息的数量;根据第一敏感信息的类型和数量,预估网址检测所需要的协作路由器的种类,以及每种类型的协作路由器对应的检测任务;根据协作路由器的属性分配检测任务。
优选地,对待测试网页进行预处理,根据第一敏感信息的类型对待测试网页对应的网页内容进行分类标识,并统计每种类型的第一敏感信息的数量,包括:解析待检测网页对应的页面内容,根据第一敏感信息的类型对网页内容进行分类截取并标识类型,以及统计每种类型的第一敏感信息的数量。
优选地,第一敏感信息的类型可以包括JS脚本(javascript)、层叠样式表(CSS)脚本、和/或a标签中的一个或多种。路由器对待测试网页进行预处理分析,解析接收到的待检测网址对应的页面内容,将网页内容按照JS脚本、CSS脚本、a标签等敏感信息类型对网页内容进行分类截取并标识类型,然后统计各类型的敏感信息数量。
优选地,根据第一敏感信息的类型和数量,预估网址检测所需要的协作路由器的种类,以及每一类型的协作路由器对应的检测任务量,包括:根据第一敏感信息的类型和数量,在线协作路由器的数目,以及地理位置确定网址检测所需要的协作路由器的数量,以及统计网页内容中每种类型的第一敏感信息的代码量,根据每种类型的第一敏感信息的代码量预估每种类型协作路由器对应的检测任务。路由器根据统计得到的敏感信息的类型和数量,预估网页检测所需要的协同路由器的类型和每种类型对应的任务量;根据协作路由器的所检测敏感信息类型、处理能力、负载状态等属性分配该协作路由器的检测任务,并结合协作路由器的历史数据,对于稳定性较差的路由器,组网域内选择多个协作路由器进行同一类特征检测任务。
优选地,协作路由器的属性包括协作路由器的处理能力、负载状态;
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中国科学院声学研究所;北京中科智网科技有限公司,未经中国科学院声学研究所;北京中科智网科技有限公司许可,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/201711214361.6/2.html,转载请声明来源钻瓜专利网。