[发明专利]一种爬虫识别方法

摘要

本发明公开一种爬虫识别方法。所述方法包括由服务端执行的如下步骤：接收移动设备发送的访问信号，每接收一条访问信号保存一条访问日志，所述访问日志包括以下信息：设备ID，访问时间，发送访问信号时的位置，访问页面，查询参数；根据访问日志计算同一移动设备的参数A～G；对A～G进行加权求和得到H，当A或B或H超过设定的阈值时判为爬虫。本发明实现了根据同一设备ID的移动设备的多个参数进行爬虫识别。由于同一爬虫无法伪造注册多个设备ID，因此服务端能利用设备ID准确地识别哪些访问信号来自同一用户或爬虫，提高了爬虫识别的准确率。

主权项

一种爬虫识别方法，其特征在于，包括由服务端执行的如下步骤：接收移动设备发送的访问信号，每接收一条访问信号保存一条访问日志，所述访问日志包括以下信息：设备ID，访问时间，发送访问信号时的位置，访问页面，查询参数；根据访问日志计算同一移动设备的以下参数：A为访问频率，即单位时间内的访问次数；B为并发访问量，即同时访问服务端的移动设备的数量；C为当前时刻前一段时间内访问列表页的次数与访问次数的比值；D为业务低峰时段每小时的访问次数与业务高峰时段访问次数的比值；E为当前时刻前一段时间内访问次数与订单数量的比值，所述订单为购买服务端提供的商品或服务创建的订单；F为当前时刻前一段时间T内移动设备的位置没有发生变化的时间T1和移动设备处于位置黑名单中的时间T2的和(T1+T2)与T的比值；G为当前时刻前一段时间内访问的查询参数与所有可选查询参数的比值；对A、B、C、D、E、F、G进行加权求和得到H，如果A>A0，或B>B0，或H>H0，则判为爬虫；其中，A0、B0、H0为设定的三个爬虫判断阈值，H的表达式为：H＝a*A+b*B+c*C+d*D+e*E+f*F+g*G式中，a、b、c、d、e、f、g分别为A、B、C、D、E、F、G的权值。