[发明专利]网络钓鱼检测方法、系统、电子设备和可读存储介质

权利要求书

1.一种网络钓鱼检测方法，其特征在于，包括：

获取疑似钓鱼网站域名总数据集；

确定所述疑似钓鱼网站域名总数据集中全部或部分域名的信息熵值、去重后的元音字母比例值以及域名与防护网站的域名字符串相似度中的至少一项；

根据所述全部或部分域名的信息熵值、去重后的元音字母比例值以及域名与防护网站的域名字符串相似度中的至少一项确定所述全部或部分域名的分值；

根据所述全部或部分域名的分值确定不同钓鱼检测防护等级下的域名集合；

根据需求的钓鱼检测防护等级选择对应的所述域名集合，对所述域名集合中的网站进行检测。

2.根据权利要求1所述的方法，其特征在于，所述获取疑似钓鱼网站域名总数据集包括以下至少之一项：

获取疑似钓鱼网站地址；

获取补充近似域名集；

获取补充近似域名集。

3.根据权利要求2所述的方法，其特征在于，所述疑似钓鱼网站地址包括以下至少之一项：

调整所述防护网站的主域名的排序得到的近似域名集；

对所述防护网站的主域名，和/或，所述近似域名集进行相似字符替换得到的近似域名集；

对所述防护网站的主域名，和/或，所述近似域名集，和/或，近似域名集进行关键字符串插入得到的近似域名集；

对所述防护网站的主域名，和/或，所述近似域名集，和/或，近似域名集，和/或，近似域名集进行多级域名扩充得到的近似域名集。

4.根据权利要求2所述的方法，其特征在于，所述获取补充近似域名集包括：

检索已有钓鱼网站数据库，对所述钓鱼网站数据库的样本进行分析提取统一资源定位符特征规则；

根据所述统一资源定位符特征规则对所述防护网站进行变形，得到所述补充近似域名集；

其中，所述钓鱼网站数据库包括以下至少之一项：实际防护的钓鱼网站、人工审核过的钓鱼网站和流行的钓鱼网站。

5.根据权利要求2所述的方法，其特征在于，所述补充近似域名集包括以下至少之一项：

对所述防护网站的域名进行置换操作得到的近似域名集；

对所述防护网站的域名进行专用词典单词组合的方式进行变形得到的近似域名集。

6.根据权利要求1所述的方法，其特征在于，所述根据所述全部或部分域名的分值确定不同钓鱼检测防护等级下的域名集合还包括：

将所述全部或部分域名的分值按照从大到小的顺序排列得到域名排序；

根据不同钓鱼检测防护等级，按照所述域名排序从大到小选择对应数量的域名，组成不同钓鱼检测防护等级下的域名集合。

7.根据权利要求1所述的方法，其特征在于，所述根据需求的钓鱼检测防护等级选择对应的所述域名集合，对所述域名集合中的网站进行检测包括：

对所述疑似钓鱼网站域名总数据集中的网站进行探活测试，筛选出存活的疑似钓鱼网站地址集；

对所述存活的疑似钓鱼网站地址集进行字符串身份筛选，筛选出存活的疑似钓鱼网站地址集；

对存活的疑似钓鱼网站地址集进行正常网站特征匹配，剔除符合所有特征匹配的网站，筛选出剩余存活的疑似钓鱼网站地址集；

对所述剩余存活的疑似钓鱼网站地址集进行网站相似度检测，将通过所述网站相似度检测的网站判定为钓鱼网站。

8.一种网络钓鱼检测系统，其特征在于，包括：

数据集模块，用于获取疑似钓鱼网站域名总数据集；

计算模块，用于确定所述疑似钓鱼网站域名总数据集中全部或部分域名的信息熵值、去重后的元音字母比例值以及域名与防护网站的域名字符串相似度中的至少一项；

分值模块，用于根据所述全部或部分域名的信息熵值、去重后的元音字母比例值以及域名与防护网站的域名字符串相似度中的至少一项确定所述全部或部分域名的分值；

集合模块，用于根据所述全部或部分域名的分值确定不同钓鱼检测防护等级下的域名集合；

检测模块，用于根据需求的钓鱼检测防护等级选择对应的所述域名集合，对所述域名集合中的网站进行检测。