[发明专利]网页设计中恶意代码的检测方法、装置、电子设备及介质在审

专利信息
申请号: 202111546260.5 申请日: 2021-12-14
公开(公告)号: CN114266048A 公开(公告)日: 2022-04-01
发明(设计)人: 胥小艳 申请(专利权)人: 宁波柠清信息科技有限公司
主分类号: G06F21/56 分类号: G06F21/56;G06K9/62
代理公司: 暂无信息 代理人: 暂无信息
地址: 315199 浙江省宁波市鄞州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 网页 设计 恶意代码 检测 方法 装置 电子设备 介质
【权利要求书】:

1.一种网页设计中恶意代码的检测方法,其特征在于,所述方法包括:

接收访问请求,利用预构建的区块链,提取所述访问请求中的访问数据,利用所述访问数据,计算出根哈希值;

根据所述根哈希值判断所述访问请求是否合法;

当所述访问请求合法时,则确定所述访问请求的目标网页为非恶意网页;

当所述访问请求不合法时,则确定所述访问请求的目标网页为待分类网页;

利用预构建的正则表达式提取所述待分类网页中的目标代码,获取所述目标代码的特征值;

利用预构建的支持向量机分类算法、贝叶斯分类算法及神经网络分类算法,根据所述特征值,对所述待分类网页进行分类,得到三种分类结果;

判断所述三种分类结果中是否存在分类结果为恶意网页;

当所述三种分类结果中存在分类结果为恶意网站时,确定所述访问网页为恶意网页;

当所述三种分类结果中不存在分类结果为恶意网站时,确定所述访问网页为非恶意网页。

2.如权利要求1所述的网页设计中恶意代码的检测方法,其特征在于,所述根据所述根哈希值判断所述访问请求是否合法,包括:

提取所述区块链中的已有访问数据;

利用预构建的哈希运算,根据所述已有访问数据,计算出所述区块链的哈希指针;

利用所述哈希指针和所述已有访问数据计算出所述区块链的标准跟哈希值;

判断所述标准根哈希值与所述根哈希值的大小;

当所述根哈希值与所述标准根哈希值相同时,则所述访问请求合法;

当所述根哈希值与所述标准根哈希值不同时,则所述访问请求不合法。

3.如权利要求1所述的网页设计中恶意代码的检测方法,其特征在于,所述利用预构建的正则表达式提取所述待分类网页中的目标代码,包括:

利用所述正则表达式中的预设标签,与所述待分类网页中的标签进行匹配,提取所述待分类网页中与所述预设标签一致的标签,得到目标标签;

提取所述目标标签之间的代码,得到所述目标代码。

4.如权利要求3所述的网页设计中恶意代码的检测方法,其特征在于,所述获取所述目标代码的特征值,包括:

对所述目标代码执行词频统计,得到词频特征值;

对所述词频特征值执行词频向量化处理,得到所述特征值。

5.如权利要求4所述的网页设计中恶意代码的检测方法,其特征在于,所述利用预构建的支持向量机分类算法、贝叶斯分类算法及神经网络分类算法,根据所述特征值,对所述待分类网页进行分类,得到三种分类结果,包括:

利用预构建的非线性映射将所述特征值,映射到高维特征空间,得到高维特征坐标;

利用所述支持向量分类算法的间隔超平面对所述高维特征坐标进行分类,得到支持向量机分类结果;

将预设的特征值样本数据设为n个维度的特征向量,将所述特征值样本数据分类为m个特征类别;

标记所述特征值的类别,得到所述特征值的最高后验概率;

利用预构建的贝叶斯公式,根据所述最高后验概率,对所述待分类网页进行分类,得到贝叶斯分类结果;

对所述特征值进行归一化操作,得到归一化特征值;

利用预构建的神经网络中输入层及隐藏层的权重及预构建的激活函数,对所述归一化特征值进行加权激活处理,得到激活隐藏值;

利用所述神经网络的输出层,根据所述激活隐藏值对所述待分类网页进行分类,得到神经网络分类结果;

整合所述支持向量机分类结果、贝叶斯分类结果及所述神经网络分类结果,得到所述三种分类结果。

6.如权利要求5所述的网页设计中恶意代码的检测方法,其特征在于,所述利用预构建的神经网络中输入层及隐藏层的权重及预构建的激活函数,对所述归一化特征值进行加权激活处理,得到激活隐藏值,包括:

利用所述神经网络中输入层的权重对所述归一化特征值进行加权求和处理,得到输入求和值,利用预构建的激活函数激活所述输入求和值,得到激活输入值;

利用所述隐藏层的权重对所述激活输入值进行加权求和处理,得到隐藏求和值,利用所述激活函数激活所述隐藏求和值,得到激活隐藏值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于宁波柠清信息科技有限公司,未经宁波柠清信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111546260.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top