[发明专利]一种网站内容篡改检测方法、装置、设备及可读存储介质

权利要求书

1.一种网站内容篡改检测方法，其特征在于，包括：

接收待检测的目标网站域名；

利用浏览器测试框架驱动搜索引擎对所述目标网站域名进行搜索，获得与所述目标网站域名对应的待检测页面；

利用篡改页面检测技术对所述待检测页面的页面内容进行检测，识别被篡改的页面；

其中，所述利用浏览器测试框架驱动搜索引擎对所述目标网站域名进行搜索，获得与所述目标网站域名对应的待检测页面，包括：

对所述目标网站域名进行拆分；

将拆分的目标网站域名与操作符、黑词库中的黑词进行组合，生成多个字符串组合；

利用浏览器测试框架驱动搜索引擎对每个字符串组合进行搜索，对搜索结果进行筛选后，获取与每个字符串组合对应的待检测页面。

2.根据权利要求1所述的网站内容篡改检测方法，其特征在于，所述对搜索结果进行筛选后，获取与每个字符串组合对应的待检测页面，包括：

去除所述搜索结果中搜索结果域名与所述目标网站域名无关、搜索结果标题或摘要中不包括黑词，得到筛选后的搜索结果；

确定与每个筛选后的搜索结果对应的原始页面地址；

对搜索参数进行动态组合变化，利用变化后的搜索参数访问所述原始页面地址，得到搜索后的页面地址；

将所述原始页面地址，以及与所述原始页面地址不同的搜索后的页面地址作为最终的页面地址，下载与最终的页面地址对应的待检测页面。

3.根据权利要求1或2所述的网站内容篡改检测方法，其特征在于，所述利用篡改页面检测技术对所述待检测页面的页面内容进行检测，识别被篡改的页面，包括：

获取待检测页面内的页面内容；

利用预先构建的黑词库检测所述页面内容中的黑词，并统计每个黑词在所述页面内容中出现的次数；

根据所述黑词库，确定每个黑词的词频差；所述词频差为黑词在黑样本中存在的概率与黑词在白样本中存在的概率之差；

利用每个黑词的词频差以及每个黑词在所述页面内容中出现的次数，确定所述待检测页面的篡改判定值，若所述篡改判定值大于预先设定的篡改阈值，则判定所述待检测页面为篡改页面。

4.根据权利要求3所述的网站内容篡改检测方法，其特征在于，所述利用每个黑词的词频差以及每个黑词在所述页面内容中出现的次数，确定所述待检测页面的篡改判定值之前，还包括：

检测所述页面内容中黑域名的数量；

则所述利用每个黑词的词频差以及每个黑词在所述页面内容中出现的次数，确定所述待检测页面的篡改判定值，包括：

利用每个黑词的词频差、每个黑词在所述页面内容中出现的次数、所述页面内容中黑域名的数量、以及黑域名篡改权值，确定所述待检测页面的篡改判定值。

5.根据权利要求4所述的网站内容篡改检测方法，其特征在于，所述利用每个黑词的词频差、每个黑词在所述页面内容中出现的次数、所述页面内容中黑域名的数量、以及黑域名篡改权值，确定所述待检测页面的篡改判定值，包括：

利用篡改判定值确定规则，计算篡改判定值；

所述篡改判定值确定规则为：；

其中，为所述页面内容中黑域名的数量，为黑域名篡改权值，为黑词的总数量，为第个黑词的词频差，为第个黑词在所述页面内容中出现的次数。

6.一种网站内容篡改检测装置，其特征在于，包括：

接收模块，用于接收待检测的目标网站域名；

待检测页面获取模块，用于利用浏览器测试框架驱动搜索引擎对所述目标网站域名进行搜索，获得与所述目标网站域名对应的待检测页面；

检测模块，用于利用篡改页面检测技术对所述待检测页面的页面内容进行检测，识别被篡改的页面；

其中，所述待检测页面获取模块，包括：

域名拆分单元，用于对所述目标网站域名进行拆分；

组合单元，用于将拆分的目标网站域名与操作符、黑词库中的黑词进行组合，生成多个字符串组合；

搜索单元，用于利用浏览器测试框架驱动搜索引擎对每个字符串组合进行搜索；

页面获取单元，用于对搜索结果进行筛选后，获取与每个字符串组合对应的待检测页面。