[发明专利]基于AI的白名单生成方法、装置、电子设备、可读介质

权利要求书

1.一种基于AI的白名单生成方法，其特征在于，该方法具体为：

1)获取目标网站的流量数据；该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；

2)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；所述URL的第一泛化路径信息用于表征URL的初始模式；

3)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；所述URL的第二泛化路径信息用于表征URL的最终模式；

4)根据第一泛化路径信息、第二泛化路径信息，进行变量解析，获得变量参数；

5)获取变量参数对应的AI模型，AI模型为基于人工智能学习的表征变量安全的模型；

6)对变量参数进行判断，判断变量参数是否符合AI模型；

7)若变量参数符合AI模型，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；

8)若变量参数不符合AI模型，基于该检测结果对相应的Web数据进行防护。

2.如权利要求1所述的基于AI的白名单生成方法，其特征在于，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.如权利要求1所述的基于AI的白名单生成方法，其特征在于，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.如权利要求1所述的基于AI的白名单生成方法，其特征在于，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；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.如权利要求1所述的基于AI的白名单生成方法，其特征在于，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，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.如权利要求1所述的基于AI的白名单生成方法，其特征在于，所述步骤5)中，所述基于人工智能学习的表征变量安全的模型，具体为：获取已知安全网站对应的白名单的第一泛化路径信息、第二泛化路径信息，对该已知的第一泛化路径信息、第二泛化路径信息进行变量解析，得到实时变量参数；将实时变量参数输入至预先训练的机器学习模型；获取所述机器学习模型基于所述实时变量输出的AI模型。

7.如权利要求1所述的基于AI的白名单生成方法，其特征在于，所述变量参数包括参数类型、参数关键词、参数名、关键词编码、请求参数值、路径信息。