[发明专利]分辨爬虫和CC攻击的方法、装置、电子设备及存储介质

权利要求书

1.一种分辨爬虫和CC攻击的方法，其特征在于，所述方法包括：

获取至少两个由同一用户访问的URL；

计算每两两所述URL之间的距离，得到多个距离值；

将所述多个距离值进行累加得到表征所述用户访问的离散度的距离和；

在判断所述距离和不属于预先保存的阈值范围时，确定所述用户的访问为爬虫访问或者为CC攻击；

其中，计算每两两所述URL之间的距离，包括：将待计算的每个所述URL所包括的内容按照第一预设顺序组成一个包含N个元素的数组，其中，所述数组包含一个参数元素以及至少一个字符串元素；

针对待计算的每两个所述URL所对应的两个数组，按照第二预设规则比对所述两个数组所包括的所述字符串元素以及按照第三预设规则比对所述两个数组所包括的所述参数元素，得到与所述待计算的每两个所述URL对应的比较结果数组；

根据第四预设规则，将所述比较结果数组转换成一个数值，所述数值为所述待计算的每两个所述URL之间的距离；

其中，每个所述URL包括host、path以及arguments；针对每个所述URL，将与该URL所对应的host按照排列顺序根据“.”进行拆分，得到至少一个host元素，将与该URL所对应的path按照排列顺序根据“/”进行拆分，得到至少一个path元素，将与该URL所对应的arguments根据“”进行拆分，得到arguments元素；将所述至少一个host元素、所述至少一个path元素以及所述arguments元素组成一个包含N个元素的数组其中，将所述arguments元素填入a₀，形成所述参数元素，将所述至少一个host元素经过逆序排序且将所述至少一个path元素顺序排序后依次填入a_N-1到a₁，形成所述字符串元素。

2.根据权利要求1所述的方法，其特征在于，所述阈值范围包括阈值上限以及阈值下限，在判断所述距离和不属于预先保存的阈值范围时，确定所述用户的访问为爬虫访问或者为CC攻击，包括：

在判断所述距离和小于所述阈值下限时，确定所述用户的访问为CC攻击；

在判断所述距离和大于所述阈值上限时，确定所述用户的访问为爬虫。

3.根据权利要求1所述的方法，其特征在于，针对待计算的每两个所述URL所对应的两个数组，按照第二预设规则比对所述两个数组所包括的所述字符串元素以及按照第三预设规则比对所述两个数组所包括的所述参数元素，得到与所述待计算的每两个所述URL对应的比较结果数组，包括：

构建一个元素个数为N的比较结果数组

针对待计算的每两个所述URL所对应的两个数组以及中的字符串元素，若处于同一元素下标的两个元素相同，则将所述比较结果数组中与所述元素下标所对应的元素置0，否则置1，得到所述c_N-1，c_N-2，…c₁；

针对所述待计算的每两个所述URL所对应的两个数组中的参数元素，将所述a₀与所述b₀取交集后得到的个数除以所述a₀与所述b₀取并集后得到的个数，将得到的结果作为所述结果数组中的c₀。

4.根据权利要求3所述的方法，其特征在于，根据第四预设规则，将所述比较结果数组转换成一个数值，包括：

基于公式将所述比较结果数组转换成一个数值，其中，所述d为所述数值。