[发明专利]白名单生成方法及装置

权利要求书

1.一种白名单生成方法，其特征在于，包括：

获取目标网站的流量数据；其中，所述流量数据包含所述目标网站下多个网页的统一资源定位符URL；

针对每一个所述URL，提取URL的路径部分，并对所述URL的路径部分进行泛化替换，得到URL的第一泛化路径信息；其中，所述URL的第一泛化路径信息用于表征URL的初始模式；

将所述初始模式相似的URL的第一泛化路径信息进行合并处理，得到URL的第二泛化路径信息；其中，所述URL的第二泛化路径信息用于表征URL的最终模式；

基于所述URL的第二泛化路径信息生成与目标网站对应的白名单。

2.根据权利要求1所述的白名单生成方法，其特征在于，所述对所述URL的路径部分进行泛化替换，得到URL的第一泛化路径信息，包括：

计算所述URL的路径部分的相似度；

若所述相似度大于或等于预设阈值，则基于预设泛化规则对所述URL的路径部分进行泛化替换，得到所述URL的第一泛化路径信息。

3.根据权利要求2所述的白名单生成方法，其特征在于，所述计算所述URL的路径部分的相似度，包括：

将所述URL的路径部分解析为多层级的目录；

记录所述目录的总层数和最长公共层数；

基于所述目录的总层数和所述最长公共层数，计算所述URL的路径部分的相似度。

4.根据权利要求3所述的白名单生成方法，其特征在于，所述基于预设泛化规则对所述URL的路径部分进行泛化替换，得到所述URL的第一泛化路径信息，包括：

确定所述URL的路径部分中的待泛化目录；其中，所述待泛化目录为所述URL的路径部分中的任一层级的目录；

基于预设泛化规则对所述URL的路径部分中的待泛化目录进行泛化处理，得到所述URL的第一泛化路径信息。

5.根据权利要求2所述的白名单生成方法，其特征在于，所述将所述初始模式相似的URL的第一泛化路径信息进行合并处理，得到URL的第二泛化路径信息，包括：

基于所述相似度，判断多个URL的初始模式是否相似；

若相似，则将所述初始模式相似的所述多个URL的第一泛化路径信息进行合并处理，得到URL的第二泛化路径信息。

6.根据权利要求1所述的白名单生成方法，其特征在于，在提取URL的路径部分之前，还包括：

对所述URL进行预处理；所述预处理包括以下一种或几种：解码处理，过滤处理和标准化处理。

7.根据权利要求1所述的白名单生成方法，其特征在于，所述基于所述URL的第二泛化路径信息生成与目标网站对应的白名单，包括：

统计每个所述URL的第二泛化路径信息的出现次数；

将出现次数达到预设条件的第二泛化路径信息转化为正则表达式作为与目标网站对应的白名单输出。

8.一种白名单生成装置，其特征在于，包括：

获取单元，用于获取目标网站的流量数据；其中，所述流量数据包含所述目标网站下多个网页的统一资源定位符URL；

泛化替换单元，用于针对每一个所述URL，提取URL的路径部分，并对所述URL的路径部分进行泛化替换，得到URL的第一泛化路径信息；其中，所述URL的第一泛化路径信息用于表征URL的初始模式；

合并处理单元，用于将所述初始模式相似的URL的第一泛化路径信息进行合并处理，得到URL的第二泛化路径信息；其中，所述URL的第二泛化路径信息用于表征URL的最终模式；

生成单元，用于基于所述URL的第二泛化路径信息生成与目标网站对应的白名单。

9.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，处理器执行计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行如权利要求1至7任一项所述的方法。