[发明专利]一种WEB应用系统内容变更的检测方法及系统

说明书

技术领域

本发明涉及网络安全领域，特别涉及一种WEB应用系统内容变更的检测方法及系统。  

背景技术

网页内容变更主要判断是否是新增页面或是否页面内容变化，通过相关技术检测页面被篡改，篡改页面定位具体的问题，并做出预警响应。在现有技术中主要使用外挂轮询技术、核心内嵌技术、时间触发技术等技术对网页内容变更进行检测，此三种技术在对网页内容检测上，比如：访问被篡改网页、保护动态内容、服务器负载、带宽占用和断线时保护等方面各有利弊。 

但是不管是外挂轮询技术、核心内嵌技术还是时间触发技术，都无法分辨页面是新增加的还是被篡改的，对页面内容检测的深入挖掘和分析不够，无法精确识别页面变更的具体原因，检测手段不够全面，只从某些方面做检测，存在技术死角，并且上述三种技术都没有记录被检测页面的属性、特征码、页面元素和页面分解内容等，不能定位和追溯页面变更的源头，深入分析变更的根本所在。 

因此现有技术还有待进一步的改进。  

发明内容

本发明的目的是，针对上述现有技术存在的缺陷提供了一种WEB应用系统内容变更的检测方法及系统，目的在于：对网站页面内容变更进行定时检测，及时获取页面内容变更的信息，实现对网站网页内容的及时维护。 

本发明的技术方案如下: 

一种WEB应用系统内容变更的检测方法，其中，包括以下方法步骤：

A、每隔一预定的时间对网站网页内容进行检测，抓取检测网站的首页内容及与首页链接的第一层和第二层的内容；将抓取到的内容以页面文件为单元存储在检测页面积累库中，并记录该网站被检测的次数；

B、依次判断该网页文件中所包含的存储元素与上一次保存的该网页文件中所包含的存储元素是否发生变更，如果全部相同，则退出检测，如果检测为发生变更则将检测结果保存入检测页面积累库，并汇总检测数据；

C、输出页面变更所在的页面地址，并将页面地址与变更页面进行链接，并对页面变更内容进行标注处理并显示。

所述网站页面变更的检测方法，其中，所述步骤A中还包括: 

 步骤A1、判断所检测的网站是否为第一次检测，若为第一次被检测，则记录为新增页面内容；

步骤A2、若非第一次检测，则检测抓取到的页面文件是否已经存在所述检测页面积累库中，若不存在，则判断为新增文件。

所述网站页面变更的检测方法，其中，所述步骤A中的页面文件所包含的存储元素包括：原始页面、页面文件属性、页面特征码、页面内容元素和页面内容。 

所述网站页面变更的检测方法，其中，所述检测页面积累库中包括：页面文件属性库、页面特征码库、页面内容元素库和内容篡改库。 

所述网站页面变更的检测方法，其中，上述步骤B中对抓取到的页面文件进行页面内容变更检测具体包括以下步骤： 

B1.如果该网页文件的页面文件属性与页面文件属性库中上一次保存该网页文件的页面文件属性不同，则找出保存时间与本次检测时间最接近的版本，读取页面内容变更是否确认，若已经确认，则该页面内容未变更，若未确认则进入下一步检测；

B2.如果该网页文件的页面特征码与页面特征码库中上一次保存的该网页文件的页面特征码不同，则找出保存时间与本次检测时间最接近的版本，读取页面内容变更是否确认，若已经确认，则该页面内容未变更，退出检测，若未确认则进入下一步检测；

B3.如果该网页文件的页面内容元素与页面内容元素库中上一次保存的该网页文件的页面内容元素不同，则找出保存时间与本次检测时间最接近的版本，读取页面内容变更是否确认，若已经确认，则该页面内容未变更，退出检测，若未确认则进入下一步检测；

B4.如果该网页文件的页面内容与上次保存的该网页文件的页面内容与前页面与上次页面内容不同，则将更改内容保存到内容篡改库，汇总上述步骤中检测到的数据，并输出页面变更原因；如果相同，则退出检测。

 一种WEB应用系统内容变更的检测方法，其中，包括以下功能模块： 

页面内容获取模块，每隔一预定的时间对网站网页内容进行检测，并抓取检测网站的首页内容及与首页链接的第一层和第二层的内容；并将抓取到的内容以页面文件为单元存储在检测页面积累库中，并记录该网站被检测的次数；

网页文件内容变更检测模块，依次检测该网页文件中所包含的存储元素与上一次保存的该网页文件中所包含的存储元素是否发生变更，如果全部相同，则退出检测，如果检测为发生变更则将检测结果保存入检测页面积累库，并汇总检测数据；