[发明专利]相似域名查找方法、装置及电子设备

权利要求书

1.一种相似域名查找方法，其特征在于，包括：

获取待查域名；

提取所述待查域名的文本特征，并对所述文本特征进行向量化表示，得到待查域名特征向量；

对所述待查域名特征向量进行编码，并根据编码结果从预设的全量域名数据库中匹配出目标域名特征向量组，其中，所述全量域名数据库中包括根据域名特征向量编码结果进行分类的多个域名特征向量组；

计算所述待查域名特征向量与所述目标特征向量组中每一个域名特征向量之间的距离，并根据所述距离得到所述待查域名的相似域名。

2.根据权利要求1所述的相似域名查找方法，其特征在于，所述计算所述待查域名特征向量与所述目标特征向量组中每一个域名特征向量之间的距离，并根据所述距离得到所述待查域名的相似域名，具体包括：

计算所述待查域名特征向量与所述目标特征向量组中每一个所述域名特征向量之间的欧几里得距离，其中，所述欧几里得距离指所述待查域名特征向量与一个所述域名特征向量之间对应点的多维坐标差的平方和；

获得欧几里得距离最短的域名特征向量对应的域名，并将所述域名作为所述待查域名的相似域名。

3.根据权利要求1或2所述的相似域名查找方法，其特征在于，在对所述待查域名特征向量进行编码，并根据编码结果从预设的全量域名数据库中匹配出目标域名特征向量组之前，还包括：构建所述全量域名数据库的步骤，具体包括：

获取历史域名解析数据库中所有的历史域名；

提取所述所有的历史域名的文本特征，并对所有的历史域名的文本特征进行向量化表示，得到多个域名特征向量，各域名特征向量分别与各历史域名一一对应；

对所述多个域名特征向量进行编码，根据编码结果的不同，将所述多个域名特征向量分类为多个域名特征向量组，且为所述多个域名特征向量组构建自适应树形索引，其中，各域名特征向量组包括至少一个所述域名特征向量。

4.根据权利要求3所述的相似域名查找方法，其特征在于，所述提取所述所有的历史域名的文本特征，并对所有的历史域名的文本特征进行向量化表示，是通过BERT域名嵌入算法进行的；

或，是通过WORD2VEC域名嵌入算法进行的；

或，是通过GLOVE域名嵌入算法进行的。

5.根据权利要求3所述的相似域名查找方法，其特征在于，所述对所述多个域名特征向量进行编码包括：

通过ISAX编码法对所述多个域名特征向量进行抽象化处理和编码化处理。

6.根据权利要求5所述的相似域名查找方法，其特征在于，

所述树形索引采用单线程向量索引法；

或，采用多线程并行向量索引法；

或，采用内存型向量索引法。

7.根据权利要求1所述的相似域名查找方法，其特征在于，还包括：

通过恶意域名向量反向查询法或基于索引的KNN相似性搜索法，分析判断所述相似域名是否为恶意域名。

8.一种相似域名查找装置，其特征在于，包括：

获取模块，用于获取待查域名；

向量化模块，用于提取所述待查域名的文本特征，并对所述文本特征进行向量化表示，得到待查域名特征向量；

编码模块，用于对所述待查域名特征向量进行编码，并根据编码结果从预设的全量域名数据库中，匹配出目标域名特征向量组，其中，所述全量域名数据库中包括根据域名特征向量编码结果进行分类的多个域名特征向量组；

相似查找模块，用于计算所述待查域名特征向量与所述目标特征向量组中每一个域名特征向量之间的距离，根据所述距离得到所述待查域名的相似域名。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的相似域名查找方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的相似域名查找方法。