[发明专利]基于地理信息对域名进行画像的方法

权利要求书

1.一种基于地理信息对域名进行画像的方法，其特征是，包括以下步骤：

步骤1.对域名进行预处理：

(1)验证域名是否合法；

(2)提取注册域名和网站首页域名；

步骤2.获取多源地理信息；

(1)根据网站首页域名，获取网站的ICP备案中的地理信息，具体步骤是：

a.获取网站在工信部的备案信息，方法有两种：1)利用网络爬虫获取网站首页填写的ICP备案信息；2)查询ICP备案权威网站，获取网站的ICP备案信息；

b.根据备案的组成规则，提取出直辖市或省份简称；

(2)根据注册域名，获取域名的WHOIS信息中地理信息，具体步骤是：

a.通过与域名对应的WHOIS服务器交互，获取域名的原始WHOIS记录，其中包含域名的注册地理信息、注册电话信息和注册邮编信息；

b.提取注册地理信息、注册电话信息和注册邮编信息；所述注册地理信息的字段包括注册国家名称、注册省份或州名称、注册城市名称和注册街道地址，这些字段信息都为省市拼音或者简称；

(3)根据网站首页域名，获取域名的IP地理信息，具体步骤是：

a.向DNS递归服务器发送请求，获取域名的IP地址；

b.将IP地址解析为地理位置信息；

步骤3.对多源地理信息进行标准化：利用电话语料库、IP库、地理库和邮编库，将所述步骤2获取的不统一的多源地理信息数据进行统一，解析为标准的地理数据；

步骤4.评估域名的地理信息一致性指数，完成域名画像，具体步骤是：

(1)根据域名多源地理信息，评估其地理信息的一致性指数，地理源信息解析出的地理位置，相同结果的源越多，一致性指数越大；

(2)基于各地理信息和一致性指数，完成域名画像。