[发明专利]一种恶意网址综合评判方法、系统及存储介质

说明书

本发明公开了一种恶意网址综合评判方法、系统及存储介质，其中方法包括：构建域名白名单；判断待评判网址是否正常网址，若否则利用机器学习决策树算法评判技术判断所述待评判网址是否属于黑灰网址；利用网址文本数据获取技术及标签数据获取技术获取网页文本数据和网页标签数据，进而判断黑灰网址是否为恶意网址。本发明并不使用域名直接判断一个网址是否为恶意网址，而是仅进行正常网址的筛选，以减少大量的不必要的数据提取及计算，筛除正常网址后首先利用决策树进行二次筛选，当确认网址是黑灰网址后方才利用网址文本数据及标签数据获取技术获取全面精准的、足以认定网址是否为恶意网址的网页文本和标签数据，之后进行精准的恶意网址判断。

技术领域

本发明涉及恶意网址识别技术领域，尤其涉及的是一种恶意网址综合评判方法、系统及存储介质。

背景技术

恶意网址是指恶意种植木马、病毒等恶意程序在网站内，通过伪装的网站服务内容诱导用户访问该网站，一旦进入这些网站，便会触发网站内种植下的木马、病毒等程序，导致访问者计算机被感染，面临丢失帐号或者隐私信息等危险。识别恶意网址对于网络安全，保护网络用户权益至关重要，故此是否能够准确识别恶意网址，保证识别准确率至关重要。

申请号为2013102866199的发明专利申请公布了一种恶意网址的检测方法和设备，如图1所示，该方法包括步骤：将待检测网址划分为多个组成部分；为所述多个组成部分中各个组成部分分配对应的检测分值；根据所述各个组成部分的检测分值确定所述待检测网址的总体分值；如果所述总体分值在预置的恶意网址的第一分数范围内，则确定所述待检测网址为恶意网址。

在具体实施时，2013102866199是通过分别对网址URL中的域名、端口、路径、文件名、数据参数及锚点分别评分，而后根据总评分判断所检测的网址是否为恶意网址（请参考该申请说明书第[0022]段至[0050]段）。这种识别方法的识别准确率不足，URL（统一资源定位符）仅仅是对可疑从互联网上得到的资源的位置和访问方法的一种简洁表示，相当于一个文件名在网络范围内的扩展，并不能代表网址内容，亦不能据此准确识别一个网址是否为恶意网址，故此这种方法查准率略有不足。

与2013102866199相似的还有申请号为2012104416515所提供的多核浏览器中恶意网址拦截方法和装置，以及申请号为2020109463837所公布的恶意网址检测方法、装置、设备及存储介质等等，所采用的皆是利用预置恶意网址特征对待检测网址URL进行分析后的识别方法；同样存在恶意网址识别准确率不足的问题。

可见，现有技术还有待于改进和发展。

发明内容

鉴于上述现有技术的不足，本发明的目的在于提供一种恶意网址综合评判方法、系统及存储介质，旨在解决现有技术所提供的恶意网址识别方法识别识别准确率不足的问题。

本发明的技术方案如下：

一种恶意网址综合评判方法，其包括：

收集已确认的正常网址域名，构建域名白名单；

根据已构建的域名白名单判断待评判网址是否正常网址，若是则终止评判；若否则利用机器学习决策树算法评判技术判断所述待评判网址是否属于黑灰网址，若否则终止评判；

利用网址文本数据获取技术及标签数据获取技术获取网页文本数据和网页标签数据，进而判断黑灰网址是否为恶意网址，若否则终止评判。

上述方案的效果在于：在本发明中，域名同样参与了恶意网址的评判，但与现有技术不同的是，本发明并不使用域名直接判断一个网址是否为恶意网址，而是仅进行正常网址的筛选，以减少大量的不必要的数据提取及计算，降低计算资源的浪费，提高网址是否为恶意网址的判断效率；此外，在本发明中，筛除正常网址后仍然未直接进行一个网址是否为恶意网址的直接判断，而是首先利用决策树进行二次筛选，当确认网址是黑灰网址后方才利用网址文本数据提取技术及标签数据获取技术获取全面的、精准的、足以认定一个网址是否为恶意网址的网页文本数据和网页标签数据，之后进行精准的恶意网址判断。