[发明专利]面向网页JavaScript恶意代码的智能检测方法

摘要

本发明涉及网络安全技术，旨在提供一种面向网页JavaScript恶意代码的智能检测方法。该该方法包括优选样本、安全检测、更新优选三个过程。本发明通过静态检测和动态检测有效混合的高效方法，将经典的N-gram统计模型和KNN分类器有效融合，通过建立JavaScript机器码操作序列的N-gram特征可实现对代码的动态行为分析，通过优选KNN分类器所依赖的样本可大大提高静态分类检测的效率。所提出的智能检测方法独具操作性，即优选样本可确保分类效率不会随着训练脚本库的增大而降低，安全检测可确保基于优选样本执行高效的智能检测，更新优选则可确保智能检测的精度不会随新的恶意脚本的增加而下降。具备更好的检测新恶意脚本的能力以及持续工作产生的动态优化调整能力。

主权项

一种面向网页JavaScript恶意代码的智能检测方法，其特征在于，该方法包括优选样本、安全检测、更新优选三个过程，具体为：优选样本：利用N‑gram语言统计方法和机器学习算法KNN，通过对JavaScript脚本训练库中的JavaScript脚本进行机器学习，生成用于安全检测的JavaScript检测样本库；安全检测：针对待检测的网页URL提取JavaScript脚本，基于优选样本过程建立的JavaScript检测样本库，通过KNN分类算法检测指定的网页是否包含JavaScript恶意代码；更新优选：统计安全检测的正确率，若检测精度保持在设定的范围内，则持续启用经优选的JavaScript检测样本库执行安全检测；若检测精度下降超出预定范围，则将所有已完成检测并导致检测精度下降的JavaScript脚本置入JavaScript脚本训练库中，重新进行优选样本并得到更新的JavaScript检测样本库；该过程中，保持优选的检测样本库数量不变以保障安全检测的效率。