[发明专利]基于多层决策的Web地标可靠性评估方法及装置

权利要求书

1.一种基于多层决策的Web地标可靠性评估方法，其特征在于，包含如下内容：

解析候选地标中IP地址；

针对解析后的候选地标，利用过滤器对候选地标进行过滤，删除无效数据；

对过滤后的候选地标进行评估，获取其可信度数值；

候选地标解析过程中，包含如下步骤：

将候选地标按照域名进行分组，删除不规范数据，该不规范数据包含不提供域名及域名不合格的候选地标；

使用多个全球分布的DNS服务器对域名分别进行DNS查询，合并各DNS服务器返回记录信息，生成域名映射的IP地址列表；

针对域名映射的该IP地址列表，如果该域名仅包含一个IP地址，则将该IP地址赋予该域名对应的候选地标；如果该域名包含n个IP地址，则将该域名对应的候选地标复制n份，每份中被赋予该IP地址列表中一个IP地址，其中，n为大于1的整数。

2.根据权利要求1所述的基于多层决策的Web地标可靠性评估方法，其特征在于，针对解析后的候选地标，利用过滤器对候选地标进行过滤的过程，包含如下内容：

针对解析后的候选地标，依次按照域名、IP地址进行分组并过滤，针对过滤后保留的候选地标，分别向Web地标中提供的域名和其IP地址发送Http请求，过滤返回结果不一致的地标，并依据返回结果设定候选地标可信度初始值。

3.根据权利要求2所述的基于多层决策的Web地标可靠性评估方法，其特征在于，针对解析后的候选地标，依次按照域名、IP地址进行分组并过滤，包含内容如下：首先，按照候选地标域名进行分组，提取每组候选地标中的声明位置，获取声明位置的分布半径，删除分布半径超过预设值的候选地标组；然后，将候选地标按照IP地址进行分组，提取每组IP地址对应的域名列表，合并同网站子域名并统计域名个数，删除域名个数不唯一的候选地标组；遍历每个候选地标，根据解析得到的IP地址，删除IP地址分布在两个以上网段的候选地标。

4.根据权利要求2所述的基于多层决策的Web地标可靠性评估方法，其特征在于，对过滤后的候选地标进行评估过程，包含如下内容：

遍历每个候选地标，确定候选地标的IP地址承载的域名个数；依据该域名个数，利用公式r₁＝(1-p_d)r₀+p_df(n)修正候选地标的可信度初始值，其中，p_d为IP反查信息的可信度权值，f(n)＝e^1-n，n＝1,2,...，r₀为地标初始可信度，n为统计的域名总数；

通过Web地标与其IP的Whois注册信息和第三方库中提取候选地标的国家省市信息，利用公式r＝(1-p_l)r₂+p_ll_r对修正后的可信度进行调整，将调整后的可信度值写入候选地标，其中，r₂＝(1-p_w)r₁+p_ww_r，p_w为Whois信息的可信度权值，w_r＝k_cw_c+k_ow_o+(1-k_c-k_o)w_d，w_c＝k_cow_co+k_prw_pr+(1-k_co-k_pr)w_ci，k_c、k_o分别为whois注册行政区、注册机构的权值，w_c、w_o、w_d为whois注册行政区、注册机构和注册域名的匹配指数，k_co、k_pr分别为国家、省级行政区的权值，w_co、w_pr、w_ci则为whois注册信息和地标信息的行政区匹配粒度，l_r＝k_cow_Lco+k_prw_Lpr+(1-k_co-k_pr)w_Lci，w_Lco、w_Lpr、w_Lci则分别为IP位置库信息和地标信息的行政区匹配粒度。