[发明专利]网站聚类及漏洞扫描方法、装置、电子设备及存储介质

权利要求书

1.一种网站聚类方法，其特征在于，包括：

收集多个第一网站下的第一URL网址；

确定所述第一网站下的所述第一URL网址对应的目录结构树；

根据所述目录结构树的相似度将多个所述第一网站进行聚类，得到至少一个网站类别；

所述根据所述目录结构树的相似度将多个所述第一网站进行聚类，得到至少一个网站类别，包括：

通过遍历多个所述目录结构树，根据所述目录结构树之间的相似度确定至少一个网站类别的中心节点；

再次遍历所述目录结构树，将所述目录结构树对应的所述第一网站归类到相似度最大的中心节点所属的网站类别中。

2.根据权利要求1所述的方法，其特征在于，确定所述第一网站下的所述第一URL网址对应的目录结构树之后，还包括：

对所述第一URL网址对应的目录结构树进行清洗，以剔除不属于所述第一网站采用的Web应用框架下的目录结构。

3.根据权利要求2所述的方法，其特征在于，对所述第一URL网址对应的目录结构树进行清洗，包括以下至少之一：

剔除不同的所述Web应用框架之间所通用的目录结构；

剔除与所述Web应用框架无关的目录结构；

剔除所述目录结构树中层级数大于第一预设阈值的部分；

保留所述目录结构树中出现次数最多的预定数量个目录结构。

4.根据权利要求1所述的方法，其特征在于，根据所述目录结构树之间的相似度确定至少一个网站类别的中心节点，包括：

确定当前的目录结构树与已有的所述中心节点之间的相似度是否小于第二预设阈值；其中，已有的所述中心节点的初始值为所述目录结构树中的任意一个；

在当前的目录结构树与已有的中心节点之间的相似度均小于第二预设阈值时，将当前的所述目录结构树设置为中心节点。

5.根据权利要求1-4任一项所述的方法，其特征在于，还包括：

统计至少一个所述网站类别下所述第一网站的Web应用框架；

将数量最多的预定数量个所述Web应用框架标识为所述网站类别下第一网站的Web应用框架。

6.根据权利要求1-4任一项所述的方法，其特征在于，还包括：

获取Web应用框架已知的多个第二网站；

根据所述第二网站下的第二URL地址将所述第二网站归类到至少一个所述网站类别中；

根据所述网站类别中所述第二网站的Web应用框架标识所述网站类别下第一网站的Web应用框架。

7.一种漏洞扫描方法，其特征在于，包括：

响应于目标网站类别和/或目标Web应用框架的漏洞扫描事件，根据所述权利要求1-6任一项所述的方法确定所述目标网站类别下的至少一个第一目标网站，和/或根据权利要求5或6所述的方法确定采用了目标Web应用框架的至少一个第一目标网站；

对至少一个所述第一目标网站进行漏洞扫描。

8.根据权利要求7所述的方法，其特征在于，还包括：

响应于第二目标网站被攻击的事件，确定与所述第二目标网站的所述目标网站类别和/或所述目标Web应用框架；

触发所述目标网站类别和/或目标Web应用框架的漏洞扫描事件。

9.一种网站聚类装置，其特征在于，包括：

收集模块，被配置为收集多个第一网站下的第一URL网址；

确定模块，被配置为确定所述第一网站下的所述第一URL网址对应的目录结构树；

聚类模块，被配置为根据所述目录结构树的相似度将多个所述第一网站进行聚类，得到至少一个网站类别；

所述聚类模块，包括：

第一确定子模块，被配置为通过遍历多个所述目录结构树，根据所述目录结构树之间的相似度确定至少一个网站类别的中心节点；

聚类子模块，被配置为再次遍历所述目录结构树，将所述目录结构树对应的所述第一网站归类到相似度最大的中心节点所属的网站类别中。