[发明专利]一种模型训练方法、检测URL的方法及装置

权利要求书

1.一种模型训练方法，包括：

获取若干统一资源定位符URL；

针对每个URL，提取该URL中的参数；

针对提取的每个参数，确定该参数对应的特征向量；其中，所述参数对应的特征向量的维度包括所述参数的参数值所包含的字符总数、字母总数、数字总数、特定符号总数、不同字符的数量、不同字母的数量、不同数字的数量、不同的特定符号的数量中的至少一个；

根据各参数分别对应的特征向量，构建隔绝森林Isolation Forest模型，所述隔绝森林模型用于检测URL是否异常。

2.根据权利要求1所述的方法，针对每个URL，提取该URL中的参数，具体包括：

针对每个URL，在该URL包含的参数中，确定参数名满足指定条件的参数；

针对确定的每个参数，提取该参数的参数值。

3.根据权利要求2所述的方法，针对提取的每个参数，确定该参数对应的特征向量，具体包括：

针对提取的每个参数，根据该参数的参数值，确定该参数对应的N维特征向量；N为大于0的自然数。

4.一种检测URL的方法，包括：

获取URL；

提取所述URL中的参数；

针对提取的每个参数，确定该参数对应的特征向量；

将各参数分别对应的特征向量输入到预先构建的隔绝森林模型，以对所述URL进行异常检测；所述隔绝森林模型是根据权利要求1～3任一项所述的方法构建的。

5.根据权利要求4所述的方法，将各参数分别对应的特征向量输入到预先构建的隔绝森林模型，以对所述URL进行异常检测，具体包括：

将各参数分别对应的特征向量输入到预先构建的隔绝森林模型，得到各参数分别对应的模型输出结果；

根据各参数分别对应的模型输出结果，判断各参数中是否存在异常的参数；

若是，则确定所述URL异常；

否则，确定所述URL正常。

6.根据权利要求5所述的方法，将各参数分别对应的特征向量输入到预先构建的隔绝森林模型，得到各参数分别对应的模型输出结果，具体包括：

针对每个参数，将该参数对应的特征向量输入到预先构建的隔绝森林模型，以通过所述隔绝森林模型中的各分类树对该参数对应的特征向量进行分类，确定该参数对应的特征向量在各分类树中所落入的叶子节点的平均高度，作为该参数对应的模型输出结果；

根据各参数分别对应的模型输出结果，判断各参数中是否存在异常的参数，具体包括：

针对每个参数，若该参数对应的模型输出结果小于指定阈值，则确定该参数异常，若该参数对应的模型输出结果不小于指定阈值，则确定该参数正常。

7.一种模型训练装置，包括：

获取模块，获取若干统一资源定位符URL；

提取模块，针对每个URL，提取该URL中的参数；

确定模块，针对提取的每个参数，确定该参数对应的特征向量；其中，所述参数对应的特征向量的维度包括所述参数的参数值所包含的字符总数、字母总数、数字总数、特定符号总数、不同字符的数量、不同字母的数量、不同数字的数量、不同的特定符号的数量中的至少一个；

处理模块，根据各参数分别对应的特征向量，构建隔绝森林模型，所述隔绝森林模型用于检测URL是否异常。

8.根据权利要求7所述的装置，所述提取模块，针对每个URL，在该URL包含的参数中，确定参数名满足指定条件的参数；针对确定的每个参数，提取该参数的参数值。

9.根据权利要求8所述的装置，所述确定模块，针对提取的每个参数，根据该参数的参数值，确定该参数对应的N维特征向量；N为大于0的自然数。