[发明专利]网页暗链检测方法、装置及计算机可读存储介质

摘要

本发明公开了一种网页暗链检测方法，包括：获取预设网页分类模型的训练集；获取待检测网页的文本特征向量和训练集中的网页的文本特征向量；基于邻近算法从训练集中选取若干个与待检测网页的文本特征向量符合预设相似条件的网页的文本特征向量，作为待检测网页的文本特征向量的邻近向量，并根据网页分类模型确定邻近向量对应的网页类型，作为待检测网页的候选网页类型；分别计算待检测网页属于每个候选网页类型的概率；判断概率最大值对应的候选网页类型属于正例样本还是负例样本，若属于负例样本，则判定待检测网页中含有暗链。本发明还公开了一种网页暗链检测装置和一种计算机可读存储介质。本发明能够提高网页暗链检测的准确率。

主权项

一种网页暗链检测方法，其特征在于，所述方法包括如下步骤：获取预设网页分类模型的训练集，所述训练集中的网页根据所述网页分类模型被划分为表示不含有暗链的正例样本和表示含有暗链的负例样本，且所述正例样本和所述负例样本分别被划分为若干网页类型；获取待检测网页的文本特征向量和所述训练集中的网页的文本特征向量；基于邻近算法从所述训练集中选取若干个与所述待检测网页的文本特征向量符合预设相似条件的网页的文本特征向量，作为所述待检测网页的文本特征向量的邻近向量，并根据所述网页分类模型确定所述邻近向量对应的网页类型，作为所述待检测网页的候选网页类型；分别计算所述待检测网页属于每个候选网页类型的概率；判断概率最大值对应的候选网页类型属于所述正例样本还是所述负例样本，若属于所述负例样本，则判定所述待检测网页中含有暗链。