[发明专利]一种网页篡改检测方法、装置、设备及存储介质

说明书

本申请公开了一种网页篡改检测方法，应用于目标网站的本地网络设备，该方法包括：获得目标网站的目标网页，目标网页为在经过本地网络设备的流量的响应包中提取到的网页；对目标网页进行解析，获得目标网页的文本信息；基于目标网页的文本信息，对目标网页进行可疑判定；如果判定目标网页为可疑网页，则将目标网页上报给云端，以使云端对目标网页进行篡改检测。应用本申请实施例所提供的技术方案，可以适用于各种场景的网页篡改检测，而且，云端只需要对本地网络设备上报的可疑网页进行篡改检测，减少了对大量的正常网页的检测过程，可以提高检测效率。本申请还公开了一种网页篡改检测装置、设备及存储介质，具有相应技术效果。

技术领域

本申请涉及计算机应用技术领域，特别是涉及一种网页篡改检测方法、装置、设备及存储介质。

背景技术

网页篡改(Webpage Defacement)，是指黑客入侵合法网站，在合法网站中插入非法文本、图像及恶意链接等行为。网页篡改是黑帽搜索引擎优化的常见手段，通过网页篡改可以增加目的网站在搜索引擎的权重，提升目的网站在搜索引擎中的排名，为目的网站增加访问量，获取更多流量。但是，这会降低合法网站在搜索引擎的排名，给其造成较大经济损失，同时也会影响企业形象。所以，很多网站都需要进行网页篡改检测。

在现有技术中，多是基于云端进行网页篡改检测。具体做法是，利用爬虫爬取网站的网页，再对网页进行量级/复杂性更高但准确度也更高的分析，确定是否为篡改网页。

但是，这种方法存在多个弊端。首先，云端缺乏全网爬取能力，云端爬虫无法获取孤链篡改网页，也就无法检测到孤链篡改网页。孤链是一种特殊的网页篡改形式，黑客上传篡改网页后，在该网站服务器A中无本地链接指向此篡改网页，同时，黑客在其控制的另一台服务器B上增加链接指向此篡改网页。因此，针对网站服务器A的普通爬虫无法爬取到该孤链篡改网页，而只有拥有全网爬取能力的爬虫，如搜索引擎才能够通过网站B爬取到该孤链篡改网页。其次，为了躲避云端检测手段，篡改者经常会使用cloaking机制，返回正常内容给云端爬虫，而只将恶意内容返回给攻击目标，这样将使得云端爬虫很难获取到恶意网页。也就是说，云端很难检测到使用cloaking机制的篡改网页。再次，云端会对其通过爬虫爬取到的所有网页进行检测，而云端爬虫爬取到的网页大多是网站的正常网页，这将会使得检测效率较低。

发明内容

本申请的目的是提供一种网页篡改检测方法、装置、设备及存储介质，以适应多种场景的网页篡改检测，提高检测效率。

为解决上述技术问题，本申请提供如下技术方案：

一种网页篡改检测方法，应用于目标网站的本地网络设备，所述方法包括：

获得所述目标网站的目标网页，所述目标网页为在经过所述本地网络设备的流量的响应包中提取到的网页；

对所述目标网页进行解析，获得所述目标网页的文本信息；

基于所述目标网页的文本信息，对所述目标网页进行可疑判定；

如果判定所述目标网页为可疑网页，则将所述目标网页上报给云端，以使所述云端对所述目标网页进行篡改检测。

在本申请的一种具体实施方式中，所述基于所述目标网页的文本信息，对所述目标网页进行可疑判定，包括：

将所述目标网页的文本信息与关键词库中的关键词进行匹配；

根据匹配结果，对所述目标网页进行可疑判定。

在本申请的一种具体实施方式中，所述关键词库中包括严格关键词，所述根据匹配结果，对所述目标网页进行可疑判定，包括：

如果匹配结果为：所述目标网页的文本信息与所述关键词库中的严格关键词的匹配次数超过预设次数阈值，则确定所述目标网页为篡改网页。