[发明专利]一种检测网页恶意篡改的方法和装置

权利要求书

1.一种检测网页篡改的方法，其特征在于，包括：

对网站的根目录进行扫描，采用相似哈希算法计算每个网页的哈希值，并收集生成的哈希值建立基础哈希库；

监测网站目录的写入操作，针对被修改的页面，使用相似哈希算法重新计算被修改页面的哈希值，并从基础哈希库中提取出相应文件的哈希值；

对比前后两次生成的哈希值，若比对结果的相似度小于一个阈值，则可视为该网页被修改；

对被修改的网页进行特征检测，并判断网页是否被恶意篡改。

2.如权利要求1所述的一种检测网页篡改的方法，其特征在于，所述的相似哈希算法为：相似哈希算法同其他哈希算法一致，区别是相似哈希算法对于指定对象生成唯一且定长的哈希值；对于两个对象，若两个对象越相似，则生成的哈希值相差越小。

3.一种检测网页篡改的装置，其特征在于：所述检测网页篡改的装置包括网页爬取单元、计算单元和检测单元；

所述网页爬取单元，用于遍历站点目录，获取站点下的所有网页，同时监测站点目录的写入操作，记录被修改的网页；

所述计算单元，利用相似哈希算法计算网页爬取单元获取的网页的哈希值并存储至基础哈希库中；同时对于网页爬取单元监测到的被修改的网页，重新计算被修改网页的哈希值，并与基础哈希库中的相应哈希值进行比对，计算修改前后网页的相似度；

所述检测单元，获取计算单元中计算出相似度小于设定阈值的被修改的网页，采用特征检测法检测被修改的网页是否含有恶意代码或有害信息。

4.如权利要求3所述的一种检测网页篡改的装置，其特征在于：所述网页爬取单元可在爬取网页时去除网页包含的HTML标签，以获得网页的文本内容。