[发明专利]一种恶意网站识别方法、装置、电子设备及存储介质

权利要求书

1.一种恶意网站识别方法，其特征在于，包括：

获取恶意网站的网页指纹信息以及待检测网站对应的网页特征信息；

利用所述网页指纹信息生成第一哈希值，以及利用所述网页特征信息生成第二哈希值；

利用所述第一哈希值确定第一分区号，并将所述网页指纹信息分配至所述第一分区号对应的分区；所述分区的数量小于所述网页指纹信息的数量；

利用所述第二哈希值确定第二分区号，并利用所述第二分区号对应的分区所具有的目标网页指纹信息对所述网页特征信息进行检测，以确定所述待检测网站是否属于所述恶意网站。

2.根据权利要求1所述的恶意网站识别方法，其特征在于，所述获取待检测网站对应的网页特征信息，包括：

利用爬虫程序在所述待检测网站中提取初始网页特征信息；

利用JSON格式的预设模板整合所述初始网页特征信息，得到所述网页特征信息。

3.根据权利要求2所述的恶意网站识别方法，其特征在于，在得到所述网页特征信息之后，还包括：

将所述网页特征信息转换为弹性分布式数据集；

相应的，所述利用所述第二分区号对应的分区所具有的目标网页指纹信息对所述网页特征信息进行检测，包括：

利用所述目标网页指纹信息对转换为所述弹性分布式数据集的网页特征信息进行检测。

4.根据权利要求1所述的恶意网站识别方法，其特征在于，在将所述网页指纹信息分配至所述第一分区号对应的分区之后，还包括：

将所述网页指纹信息保存至所述第一分区号对应的分区所属的分布式存储中。

5.根据权利要求1所述的恶意网站识别方法，其特征在于，所述利用所述第二分区号对应的分区所具有的目标网页指纹信息对所述网页特征信息进行检测，包括：

在Spark计算平台中，将所述目标网页指纹信息输入至基于有向无环图构建的检测框架中；

利用所述检测框架对所述网页特征信息进行检测。

6.根据权利要求1所述的恶意网站识别方法，其特征在于，在利用所述第二分区号对应的分区所具有的目标网页指纹信息对所述网页特征信息进行检测之后，还包括：

若确定所述待检测网站属于所述恶意网站，则为所述网页特征信息添加预设标识，并将添加了所述预设标识的网页特征信息保存至Hive数据仓库。

7.根据权利要求1至6任一项所述的恶意网站识别方法，其特征在于，所述利用所述第一哈希值确定第一分区号，包括：

利用所述分区的数量与所述第一哈希值进行模运算，得到所述第一分区号；

相应的，所述利用所述第二哈希值确定第二分区号，包括：

利用所述分区的数量与所述第二哈希值进行所述模运算，得到所述第二分区号。

8.一种恶意网站识别装置，其特征在于，包括：

获取模块，用于获取恶意网站的网页指纹信息以及待检测网站对应的网页特征信息；

哈希值生成模块，用于利用所述网页指纹信息生成第一哈希值，以及利用所述网页特征信息生成第二哈希值；

网页指纹信息分配模块，用于利用所述第一哈希值确定第一分区号，并将所述网页指纹信息分配至所述第一分区号对应的分区；所述分区的数量小于所述网页指纹信息的数量；

恶意网站检测模块，用于利用所述第二哈希值确定第二分区号，并利用所述第二分区号对应的分区所具有的目标网页指纹信息对所述网页特征信息进行检测，以确定所述待检测网站是否属于所述恶意网站。

9.一种电子设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的恶意网站识别方法的步骤。

10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的恶意网站识别方法的步骤。