[发明专利]恶意IP和恶意URL拦截方法、装置、设备及介质

权利要求书

1.一种恶意IP和恶意URL拦截方法，其特征在于，包括以下步骤：

接收IP数据集和URL数据集；

分析处理所述IP数据集，以获取所述IP数据集中的恶意IP，并将所述恶意IP加入IP黑名单；

将所述URL数据集输入至预测模型中，通过所述预测模型输出恶意URL；

拉黑所述IP黑名单和所述恶意URL。

2.如权利要求1所述的恶意IP和恶意URL拦截方法，其特征在于，从IP信息库中收集IP形成所述IP数据集；将解析IP得到URL和/或从恶意URL数据库中采集到的URL，进行有效性测试，将有效的URL组成所述URL数据集。

3.如权利要求1所述的恶意IP和恶意URL拦截方法，其特征在于，分析处理所述IP数据集，以获取所述IP数据集中的恶意IP的具体步骤为：

将所述IP数据集与IP黑名单进行比对，得到比对失败的IP；

利用判定计分规则计算所述比对失败的IP的分数，根据所述比对失败的IP的分数判定恶意IP，获取所述恶意IP，并将所述恶意IP加入所述IP黑名单。

4.如权利要求3所述的恶意IP和恶意URL拦截方法，其特征在于，根据所述比对失败的IP的分数判定恶意IP，获取所述恶意IP，并将所述恶意IP加入所述IP黑名单具体为：将所述比对失败的IP的分数，按降序排列，取排序前n位的IP判定为恶意IP，获取所述恶意IP并加入所述IP黑名单。

5.如权利要求3所述的恶意IP和恶意URL拦截方法，其特征在于，所述判定计分规则为：y＝kx+b；其中y表示IP的分数，x表示有效时间内IP发起的攻击次数，k表示攻击行为类型系数，b表示赋予IP自有属性、IP开放端口信息或IP的漏洞情况中任意一项或多项的值。

6.如权利要求1-5任一项所述的恶意IP和恶意URL拦截方法，其特征在于，将所述URL数据输入至预测模型中，通过所述预测模型输出恶意URL，包括：

创建初始预测模型，对所述初始预测模型进行训练，得到所述预测模型；其中，对所述初始预测模型进行训练，包括：

采集相关URL；

将所述相关URL按比例分为训练集和测试集；

将所述训练集中的URL的总字符长度、数字和特殊符号长度、能否解析出IP作为训练参数，将所述训练集输入至所述初始预测模型进行训练，得到所述预测模型；

将所述测试集输入至所述预测模型，得到测试误差的标量值，根据所述标量值验证所述预测模型对所述测试集的预测准确率。

7.如权利要求2所述的恶意IP和恶意URL拦截方法，其特征在于，所述IP信息库包括蜜罐、Anti-CC、Game-CC、WAF日志。

8.一种恶意IP和恶意URL拦截装置，其特征在于，包括：

数据接收模块，用于接收IP数据集和URL数据集；

恶意IP判定模块，用于分析处理所述IP数据集，以获取所述IP数据集中的恶意IP，并将所述恶意IP加入IP黑名单；

恶意URL预测模块，用于将所述URL数据集输入至预测模型中，并通过所述预测模型输出恶意URL；

拦截模块，用于拉黑所述IP黑名单和所述恶意URL。

9.一种电子设备，其包括处理器、存储介质以及计算机程序，所述计算机程序存储于存储介质中，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的恶意IP和恶意URL拦截方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的恶意IP和恶意URL拦截方法。