[发明专利]一种恶意消息云检测方法和服务器

权利要求书

1.一种恶意消息云检测方法，其特征在于，所述方法包括：

获取需要鉴别的网页地址；

从获取的所述网页地址中爬取网页中的数据；

对爬取网页中的数据进行解析，以获取作为鉴别依据的数据；

根据获取的作为鉴别依据的数据，识别网页中的消息为恶意消息；

对识别出的恶意消息进行拦截。

2.根据权利要求1所述方法，其特征在于，所述从获取的所述网页地址中爬取网页中的数据，至少可以包括：超文本标记语言文件，客户端脚本语言文件，文档对象模型文件，或者层叠样式表单文件其中任意一种或者任意组合。

3.根据权利要求1所述方法，其特征在于，所述对爬取网页中的数据进行解析，以获取作为鉴别依据的数据，具体包括：

对爬取网页中的数据进行解析，以获取网页中消息的超链接，获取消息链接指向的页面的内容，通过页面渲染生成页面对应的消息效果图片；

所述根据获取的作为鉴别依据的数据，识别网页中的消息为恶意消息，具体包括：

对生成页面对应的消息效果图片进行识别，提取消息效果图片中出现的文字或者物体，与恶意消息图片库中的内容进行比较，识别出为恶意消息。

4.根据权利要求3所述方法，其特征在于，所述提取消息效果图片中出现的文字，与恶意消息图片库中的内容进行比较，识别出为恶意消息，具体包括：

提取消息效果图片中出现的文字，通过贝叶斯分类方法，关键词模型，或者决策树方法对所述文字进行判别，判断页面为恶意消息页面。

5.根据权利要求1所述方法，其特征在于，所述对爬取网页中的数据进行解析，以获取作为鉴别依据的数据，具体包括：

爬取网页中的数据进行解析，以获取浏览器中显示的页面图片；

所述根据获取的作为鉴别依据的数据，识别网页中的消息为恶意消息，具体包括：

将该页面图片与预先存储的恶意消息的种子页面图片进行相似度的匹配，命中相似度的图片判定为恶意消息。

6.根据权利要求1所述方法，其特征在于，所述对爬取网页中的数据进行解析，以获取作为鉴别依据的数据，具体包括：

对爬取网页中的数据进行解析，获取页面文字，对页面文字进行分词，得到页面文字的语义信息；

所述根据获取的作为鉴别依据的数据，识别网页中的消息为恶意消息，具体包括：

根据语义信息与预先存储的恶意消息的语义信息进行对比，判定为恶意消息。

7.根据权利要求1所述方法，其特征在于，所述对爬取网页中的数据进行解析，以获取作为鉴别依据的数据，具体包括：

爬取网页中的数据进行解析，获取页面文字；

根据获取的作为鉴别依据的数据，识别网页中的消息为恶意消息，具体包括：

所述将页面文字与预先存储的恶意消息的文件内容进行相似度匹配，命中相似度的文字判定为恶意消息。

8.根据权利要求1所述方法，其特征在于，所述对爬取网页中的数据进行解析，以获取作为鉴别依据的数据；具体包括：

对爬取网页中的数据进行解析，获取消息页面的文字内容；

所述根据获取的作为鉴别依据的数据，识别网页中的消息为恶意消息，具体包括：

通过贝叶斯分类方法、关键词模型、或者决策树方法，判断消息页面的文字内容为恶意消息。

9.一种服务器，其特征在于，所述服务器包括：第一获取单元，爬虫单元，解析单元，识别单元，和拦截单元；

所述第一获取单元，用于获取需要鉴别的网页地址；

所述爬虫单元，用于从获取的所述网页地址中爬取网页中的数据；

所述解析单元，用于对爬取网页中的数据进行解析，以获取作为鉴别依据的数据；

所述识别单元，用于根据获取的作为鉴别依据的数据，识别网页中的消息为恶意消息；

所述拦截单元，用于对识别出的恶意消息进行拦截。

10.根据权利要求9所述服务器，其特征在于，所述第一获取单元，具体用于所述从获取的所述网页地址中爬取网页中的数据，至少可以包括：超文本标记语言文件，客户端脚本语言文件，文档对象模型文件，或者层叠样式表单文件其中任意一种或者任意组合。