[发明专利]一种网络资产的采集和自然语言检索方法

权利要求书

1.一种网络资产的采集和自然语言检索方法，包括如下步骤：

扫描IP全球网段；

依次识别各IP端口，获取端口对应的网络资产信息；

处理采集到的网络资产信息；

将处理后的资产信息与本地资产信息数据库进行比较，对于符合特定条件的软件或硬件资产信息，为该软件或硬件资产信息提供自然语言标识，存储在本地自然语言资产信息数据库；

通过搜索引擎，将本地自然语言资产信息数据库提供到网络。

2.根据权利要求1所述的方法，其特征在于：

对IP全球网段进行并发扫描，将扫描获得的开放端口的IP存入消息队列，然后再依次识别这些端口的协议。

3.根据权利要求2所述的方法，其特征在于：

对于识别到的端口的协议，如果是http和https协议，则继续抓取首页数据，并将数据进行格式化处理。

4.根据权利要求3所述的方法，其特征在于：将获取的IP全球网段的开放端口的协议、首页数据与本地资产信息数据库进行比较。

5.根据权利要求2所述的方法，其特征在于：

所述对IP全球网段进行并发扫描是基于分布式架构，在分布式架构中，扫描任务被分解后，分配到合适的处理资源中，从而针对IP全球网段的多个节点实现分布式扫描；分布式扫描与分布式处理，以及分布式数据存储同时执行。

6.根据权利要求1所述的方法，其特征在于：

根据本地已知的资产信息建立本地自然语言资产信息数据库，本地自然语言资产信息数据库包括网络软件资产和硬件资产的代码信息和自然语言信息对应列表。

7.根据权利要求1所述的方法，其特征在于：

向使用者提供搜索引擎，在搜索引擎使用者使用搜索引擎时，使用自然语言进行检索，在对本地自然语言资产信息数据库检索后，将命中结果的代码信息和对应的自然语言信息展示给使用者。

8.根据权利要求3所述的方法，其特征在于：

端口的协议为http和https时，进一步抓取首页内容、页面的header信息、banner信息、网站的域名、IP地址；端口的协议为https时，提取cert证书信息。