[发明专利]一种钓鱼网站的检测方法及装置

权利要求书

1.一种钓鱼网站的检测方法，其特征在于，包括以下步骤：

a.根据接收的统一资源定位符URL请求，获取网站的最终页面信息；

b.将所述最终页面信息解析成文档对象模型DOM树结构，并在所述DOM树中根据所述最终页面信息的标签建立索引；

c.根据所述建立的索引，提取所述DOM树中所述最终页面信息的特征，遍历预先设置的特征数据库，将所述最终页面信息的特征与所述特征数据库中的参照特征进行匹配，输出命中的参照特征；

d.遍历预先设置的模型数据库，根据所述命中的参照特征在所述模型数据库查找命中的参照模型，确定所述网站是否为钓鱼网站。

2.如权利要求1所述的方法，其特征在于，页面信息包括信息头及信息体，

所述步骤a进一步包括：

根据所述网站的页面信息的信息头及信息体，分析所述页面信息具有跳转关系；

确定目的网站的URL，获取所述目的网站的页面信息，根据所述目的网站的页面信息获取所述最终页面信息，所述目的网站为根据所述网站页面信息所具有的跳转关系跳转后的网站。

3.如权利要求2所述的方法，其特征在于，所述分析页面信息具有跳转关系，包括分析所述网站具有通过meta标签或30X消息的跳转。

4.如权利要求1或2所述的方法，其特征在于，所述步骤a进一步包括：

根据所述网站的页面信息的信息头及信息体，分析所述页面信息中具有包含关系；

确定所述包含关系中每一个子页面的URL，获取所述子页面的页面信息，根据所述子页面的页面信息获取所述最终页面信息。

5.如权利要求4所述的方法，其特征在于，所述页面信息通过超文本链接标示语言HTML文档描述，所述HTML文档包括组成所述网站的标签，

所述分析页面信息具有包含关系，包括分析具有通过iframe或frameset标签包含的子页面。 

6.如权利要求1所述的方法，其特征在于，所述页面信息通过HTML文档进行描述，所述HTML文档包括组成所述网站的标签，所述HTML文档包括多种类型的页面信息，

所述步骤b进一步包括：

将包括所述页面信息的HTML文档解析成DOM树，所述DOM树包括多种节点，每一种节点分别对应所述HTML文档中的一种类型的页面信息；

根据所述HTML文档中每一种类型的页面信息的标签建立索引。

7.如权利要求1所述的方法，其特征在于，在所述步骤c之前，还包括：

建立所述特征数据库，此步骤具体包括：

提取已知钓鱼网站的特征；

根据所述已知钓鱼网站的特征在所述钓鱼网站中出现的频率和占的比重，确定所述已知钓鱼网站的特征对应的权值；

将所述已知钓鱼网站的特征以及所述对应的权值存储到所述特征数据库，建立所述特征数据库，所述存储到所述特征数据库中的特征为所述参照特征，所述对应的权值为所述参照特征的权值。

8.如权利要求1所述的方法，其特征在于，在所述步骤d之前，还包括：

将所述参照特征按照钓鱼网站类型进行分类；

将每一类所述参照特征组成一个所述参照模型；

根据所述参照模型建立所述钓鱼网站的模型数据库。

9.一种钓鱼网站的检测装置，其特征在于，包括：

页面获取模块，用于根据接收的URL请求，获取网站的最终页面信息；

页面信息处理模块，与所述页面获取模块连接，用于将所述最终页面信息解析成DOM树结构，并在所述DOM树中根据所述最终页面信息的标签建立索引；

特征匹配模块，与所述页面信息处理模块连接，用于根据所述建立的索引，提取所述DOM树中所述最终页面信息的特征，遍历预先设置的特征数据库，将所述最终页面信息的特征与所述特征数据库中的参照特征进行匹配， 输出命中的所述参照特征；

模型匹配模块，与所述特征匹配模块连接，用于遍历预先设置的模型数据库，根据所述命中的参照特征在所述模型数据库查找命中的参照模型，确定所述网站是否为钓鱼网站。