[发明专利]黑灰URL识别方法、装置、电子设备及介质

说明书

本发明公开了一种黑灰URL识别方法，涉及网络安全技术领域，用于解决黑灰网站大多依靠网友举报，导致难以遏制黑灰网站传播的问题。该黑灰URL识别方法包括以下步骤：获取疑似URL，访问疑似URL以跳转至对应的疑似网站；截取疑似网站的首页图像，并根据首页图像的文字信息计算首页图像的黑灰度；判断黑灰度是否符合第一预警范围，若是则将对应的疑似URL记为黑灰URL，若否则将对应的疑似URL记为第一URL。该识别方法可以快速识别出黑灰URL，从而为网络监管系统的建立提供基础。本发明还提供了一种黑灰URL识别装置、电子设备及计算机可读存储介质。

技术领域

本发明涉及网络安全技术领域，尤其涉及一种黑灰URL识别方法、装置、电子设备及介质。

背景技术

近年来，随着电脑及网络的普及，越来越多的网络使用者习惯依赖网络获取各自需要的信息，而网络也确实给人们获取信息的需要提供快速便捷的服务。网络使用者最常用的方式是通过关键词搜索自己需要的信息，比如健康知识、休闲娱乐信息、书籍阅读等，这些信息都给人们的生活带来很大的帮助。

但是，我们也应该看到，很多的网站也充斥着很多不良和危险的信息，加上网络具有易得性和互动性的特点，使得这些危险信息很容易触及到网络使用者，并且难以追踪查缉。

由于目前网络监管系统还不是十分健全，从而黑灰网站大多是依靠网友举报实现，导致难以遏制黑灰网站的传播。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种黑灰URL识别方法，以快速识别黑灰URL。

本发明的目的之一采用如下技术方案实现：

一种黑灰URL识别方法，包括以下步骤：获取疑似URL，访问所述疑似URL以跳转至对应的疑似网站；截取所述疑似网站的首页图像，并根据所述首页图像的文字信息计算所述首页图像的黑灰度；判断所述黑灰度是否符合第一预警范围，若是则将对应的疑似URL记为黑灰URL，若否则将对应的疑似URL记为第一URL。

进一步地，获取疑似URL，包括以下步骤：

获取待识别URL；

提取所述待识别URL的域名信息；

判断所述域名信息是否符合疑似规则，若是，则将对应的待识别URL记为疑似URL。

进一步地，所述域名信息包括数字和字母，所述疑似规则包括：字母个数为0、数字和字母的总长度大于10、字母不连续、字母连续但与英文单词库不匹配。

进一步地，所述疑似规则还包括疑似度在疑似范围内，所述疑似度的计算包括以下步骤：

基于所述域名信息查询IP更换时间；

计算相邻IP更换时间之间的时间间隔T，根据时间间隔T的长度对所述时间间隔T进行分组；

查询各组的系数和占比，并基于各组的系数和占比计算所述疑似度。

进一步地，还包括以下步骤：

查询与所述第一URL对应的网站文本信息；

基于所述网站文本信息计算敏感词的TF-IDF值；

判断所述TF-IDF值是否符合第二预警范围，若是则将对应的第一URL记为黑灰URL。

进一步地，还包括以下步骤：

查询与所述第一URL对应的文档名称；

提取所述文档名称的特殊量和命名架构，并组成名称特征；

判断所述名称特征与黑灰名称特征库是否匹配，若是则将所述对应的第一URL记为黑灰URL，其中所述黑灰名称特征库与黑灰网站关联。